2016-06-09_14h13_50

データ解析の手順』 における「3. 外れ値処理・変数処理・ノイズ処理を行う」についてです。なお実行するためのプログラムについてはこちらをご覧ください。

公開中のプログラム・コード一覧(実用的かつ実践的なデータ解析・機械学習・データマイニング) : 大学教授のブログ

ステップワイズ法 (Stepwise) により変数選択ができます。

[New] Stepwiseによる変数選択のプログラムを簡単に入手できるようになりました!

それぞれのURLからお求めください!

R: https://spike.cc/shop/univprof/products/7dGQcdvl

ステップワイズ法(Stepwise)

ステップワイズ法(Stepwise)による変数選択は下の手順で行われます。

  1. 変数選択の方法を設定する
    変数減少法・変数増加法・変数増減法の中から選びます。
    変数減少法: 全変数から最も評価値が上がるように1つずつ変数を減らしていきます。
    変数増加法: 最も評価値が上がるように1つずつ変数を増やしていきます。
    変数増減法: 最も評価値が上がるように1つずつ変数を増やすことと減らすことを行います。
    それぞれ、評価値が上がらなくなったら終了です。
  2. 評価値を選ぶ
    AICかBICかを選びます。
    ・AIC: 赤池情報量規準 (Akaike’s Information Criterion)
    ・BIC: ベイズ情報量規準 (Bayesian Information Criterion)
  3. 説明変数・目的変数をオートスケーリングする
    オートスケーリングとは各変数から平均値を引いて平均を0にし、各変数を標準偏差で割って標準偏差を1にする操作です。
  4. 最小二乗法による重回帰分析を行う
    この結果が基準となります。変数選択の方法によって用いる説明変数が異なります。
    ・変数減少法: 全ての説明変数
    ・変数増加法もしくは変数増減法: 定数項のみ

    注意しましょう。
  5. Stepwise法による変数選択を実行する

この流れによって選ばれた説明変数が得られますので、次はこの変数のみ用いて回帰分析を行うことになります。

データ解析の質問 募集中!

こちらへお願いします!

ご案内。

オススメ記事セレクション。

twitterでも発信中。

この記事に興味を持っていただけましたら、ぜひフォローをお願いします!


無料メルマガでブログにない情報を配信中。

データ解析・分析に興味がありましたらぜひ登録をお願いします!
無料メルマガの登録はこちら