|
‒
|
进入的概率是在前进步中效应必须进入模型的最大 p 值。
|
|
‒
|
剔除的概率是在后退步中必须从模型删除效应的最小 p 值。
|
最大验证 R 方使用 K 重交叉验证中的最大 R 方来选择最佳模型。您可以通过从“逐步”红色小三角菜单中选择该选项来访问“最大 K 重 R 方”停止规则。JMP Pro 用户可使用具有四个或更多值的验证集来访问该选项。选择该选项时，系统要求您指定折数。有关验证的详细信息，请参见K 重交叉验证。
在考虑输入具有前项的项时，计算两个不同检验的 p 值。第一个 p 值 p1 的计算方式是：将该项与其前项分组在一起并以联合 F 检验计算该组进入的显著性概率。第二个 p 值 p2 是在前项已经进入模型后，检验该项进入的显著性概率的结果。具有前项的项进入的最终显著性概率为 max(p1, p2)。
提示：“组合”规则避免包括非显著交互作用项，其前项可能具有特别强烈的效应。在这种情况下，强主效应可能会使该组进入的显著性概率 p1 非常小。不过，第二个检验发现交互作用自身不显著。最终，p2 很大，用作最终的进入显著性概率。
警告：具有前项的项的自由度值取决于两个进入显著性概率中哪一个比较大。用于最终的进入显著性概率的检验确定“当前估计值”表中的自由度 nDF。因此，若使用 p1，则 nDF 将为联合检验的组中的项数；若使用 p2，则 nDF 将等于 1。
在选择过程中前进和后退一步。根据当前在“当前估计值”表中显示的模型为“拟合模型”窗口创建模型。有名义型或有序型项时，构建模型将创建新数据表列以包含模型所需的项。
运行当前在“当前估计值”表中显示的模型。有名义型或有序型项时，运行模型将创建新数据表列以包含模型所需的项。
其中 s2 是完全模型的 MSE，SSEp 是具有 p 个变量（包括截距）的模型的误差平方和。请注意，p 是 x 变量数+1。若使用 p 对 Cp 绘图，Mallows (1973) 建议选择 Cp 首次接近 p 的模型。
请注意方向的默认选择是“前进”。
|
2.
|
点击步进。
|
|
3.
|
点击执行。
|
|
2.
|
点击全部进入。
|
|
3.
|
对于方向，选择“后退”。
|
|
4.
|
点击步进两次。
|
已删除项的“当前估计值”和“步进历史记录”表中所示的“当前估计值”和“步进历史记录”表汇总了后退逐步选择过程。请注意“步进历史记录”表中第三步的 BIC 值 156.362。若再次点击“步进”从模型中删除另一个参数，BIC 值将增至 159.984。出于此原因，您可以选择步骤 3 模型。这也是按下“执行”按钮后生成的模型。