Пошаговая регрессия в STATISTICA

Следующий пример основан на файле данных Job_prof. sta (взятом из работы Neter, Wassermanand Kutner, 1989, стр. 473). Этот файл данных можно открыть вызвав команду Открыть в меню Файл наиболее вероятно, что этот файл данных находится в директории /Examples/Datasets. Первые четыре переменные (Test1-Test4) представляют четыре различных теста на пригодность, направленных каждому из 25 претендентов, участвующих в конкурсе на замещение конторских должностей в компании. Все 25 претендентов были приняты на работу вне зависимости от набранных ими баллов по тестам. По истечении испытательного срока рабочие качества каждого из служащих были оценены, и показатель профессиональной пригодности был записан в качестве значений переменной (Job_prof).

Цель исследования. С использованием пошаговой регрессии мы проанализируем переменные (или подмножество переменных), позволяющие наиболее точно предсказать профессиональную пригодность претендента. Таким образом, зависимой переменной будет Job_prof, а переменныеTest1-Test4 играют роль независимых переменных.

Начало анализа. Выберите Множественная регрессия в меню Анализ. В появившемся диалоговом окне стартовой панели модуля Множественная регрессия нажмите кнопку Переменные и выберите переменную Job_prof в качестве зависимой переменной, а переменные Test1-Test4 в качестве независимых. После этого выберите опцию Гребневая регрессия и пошаговый анализ во вкладке Дополнительно. Далее нажмите кнопку OK для отображения диалогового окна Определение модели.

Определение модели для пошаговой регрессии. Вы можете выбрать следующие процедуры для проведения анализа данных: стандартная, пошаговая с включением и пошаговая с исключением. Наиболее часто используемой процедурой является процедура с пошаговым включением предикторов, которая осуществляет выбор предикторов на каждом шаге, добавляя или удаляя их из модели, исходя из заданного пользователем критерия (более подробную информацию см. в работеNeter, Wasserman and Kutner, 1989, а также в разделе Примечания и техническая информация). Поэтому мы используем пошаговую регрессию с включением предикторов для анализа данных нашего примера.

Во вкладке Быстрый диалогового окна Определение модели в поле Процедура выберите Пошаговая с включением. Далее во вкладке Пошаговый вы можете изменить значения F-включить иF-исключить. Однако, для проведения анализа в данном примере мы примем значения по умолчанию, равные 1 и 0, соответственно. Для просмотра результатов на каждом шаге анализа выберите опцию На каждом шаге в комбинированном окне Отображение результатов.

После этого, оставив все остальные установки без изменений, нажмите OK для запуска пошаговой регрессии с включением предикторов.

Шаг 0. Сначала на экран будет выведено диалоговое окно для модели, в которую не включена ни одна независимая переменная.

Шаг 1. Щелкните мышкой по кнопке Далее, чтобы приступить к следующему шагу анализа. На первом шаге производится раздельное оценивание каждой независимой переменной, и переменная, имеющая наибольшее значение F-критерия, которое к тому же больше или равно значения F- включить добавляется в уравнение регрессии.

Здесь переменная Test3 проходит значение F- включить (F>1. 0) и добавляется в модель. Во вкладке Дополнительно щелкните мышкой по кнопке Итоги по шагам для отображения таблицы результатов с итоговой информацией по выполненным шагам регрессионного анализа.

Щелкните на кнопке Далее диалогового окна Результаты множественной регрессии для выполнения следующего шага.

Шаг 2. Далее, на последующих шагах, при добавлении переменной в модель (исходя из значения F- включить), процедура пошаговой регрессии с включением предикторов будет исследовать переменные, включенные в модель, и, исходя из значения F-исключить, будет определять, следует ли удалить из модели какую-либо переменную. На этом шаге, переменная Test1 включается в модель. Щелчок мышкой по кнопке Итоги по шагам откроет следующее диалоговое окно с итоговыми результатами.

И снова, нажмите кнопку Далее в диалоговом окне Результаты множественной регрессии для перехода к шагу 3 в пошаговом анализе с включением предикторов.

Шаг 3 (Окончательное решение). Осталось две переменные, которые необходимо просчитать (Test2 и Test4). На этом шаге наибольшее значение F-критерия соответствует переменной Test4, поэтому, она добавляется в модель. При расчете переменной Test2, значение F-критерия оказалось меньше, чем значение F-включить, равное 1.0, следовательно, эта переменная не может быть включена в модель.

Таблица результатов Итоги по шагам теперь содержит результаты по всем переменным, которые были добавлены и оставлены в модели.

Тогда в соответствии с процедурой пошаговой регрессии с включением предикторов подмножество испытательных тестов (независимых переменных), которое наилучшим образом предсказывает оценки профессиональной пригодности (зависимую переменную), содержит тестыTest3, Test1, и Test4. Поэтому регрессионное уравнение будет следующим:

Для получения регрессионных коэффициентов из таблицы результатов с итоговой информацией для регрессии нажмите Итоговая таблица регрессии.

Окончательно, полученное регрессионное уравнение имеет следующий вид:

Attachments:

File	Описание
Пошаговая регрессия в STATISTICA	Тест на пригодность - Job_prof.sta