このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
ステップワイズ回帰
線形回帰モデルでのステップワイズ回帰を使用した変数の選択
ステップワイズ回帰は、重要度が低い予測子変数を自動反復処理で連続的に削除する次元削減手法です。ステップワイズ回帰には LinearModel オブジェクトを使用した方法と使用しない方法があるほか、回帰学習器アプリを使用して実行することもできます。
アプリ
| 回帰学習器 | 教師あり機械学習を使用して、データを予測するように回帰モデルに学習をさせる |
関数
オブジェクト
LinearModel | 線形回帰モデル |
トピック
- ステップワイズ回帰
ステップワイズ回帰では、予測子が自動的にモデルに対して追加またはトリミングされます。
- 交互作用の影響による線形回帰
交互作用効果がある線形回帰モデルを作成および分析し、結果を解釈します。
- ウィルキンソンの表記法
ウィルキンソンの表記法を使用すると、係数の値を指定せずに回帰と反復測定のモデルを記述できます。
You can also select a web site from the following list:
Americas
- América Latina (Español)
- Canada (English)
- United States (English)
Europe
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)