このバージョンのヘルプはこれ以降更新されません。最新のヘルプは https://www.jmp.com/support/help/ja/15.2   からご覧いただけます。


基本的な回帰モデル • ステップワイズ回帰モデル • ［モデル平均化］オプション
前へ
 • 
次へ
［モデル平均化］オプション
モデル平均化の手法を使用すると、最良のモデルを1つだけ選択するのではなく、複数のモデルの結果を平均化できます。モデル平均化を行えば、予測精度が高いモデルが得られます。未知の新しいモデルを推定する場面で、オーバーフィットを防ぎたい場合にモデル平均化は有用です。モデルのパラメータ数が多くなると、推定値を過大に見積もってしまう傾向があります。モデル平均化は、重要度の低い項の推定値を縮小（shrink; 収縮）させ、モデルの予測精度を上げます。モデルは、次式で算出されるAICc重み（AICcWeight）に従って平均化されます。
AICcBestは、あてはめたモデルの中で最小のAICc値です。算出されたAICc重みは大きい順に並べられます。そして、AICc重みの累積和を計算していき、設定された閾値を超えるまでのモデルが平均化の計算に採用されます。分析者は、閾値として、累積和の割合を指定します。閾値を超えたモデルのAICc重みはゼロとされます。つまり、AICcが大きいモデルのパラメータ推定値はゼロとされ、平均化の計算には使われません。