स्टेप वाइज रिग्रेशन
स्टेप वाइज रिग्रेशन क्या है?
स्टेप वाइज रिग्रेशन एक प्रतिगमन मॉडल का चरण-दर-चरण पुनरावृत्त निर्माण है जिसमें अंतिम मॉडल में उपयोग किए जाने वाले स्वतंत्र चर का चयन शामिल है। इसमें प्रत्येक पुनरावृत्ति के बाद सांख्यिकीय महत्व के लिए उत्तराधिकार और परीक्षण में संभावित व्याख्यात्मक चर जोड़ना या निकालना शामिल है।
सांख्यिकीय सॉफ्टवेयर पैकेजों की उपलब्धता सैकड़ों चर वाले मॉडल में भी स्टेप वाइज रिग्रेशन संभव बनाती है।
चाबी छीन लेना
- स्टेप वाइज रिग्रेशन एक ऐसी विधि है, जो एक रेखीय रिग्रेशन मॉडल में प्रत्येक स्वतंत्र चर के सांख्यिकीय महत्व की जांच करती है।
- आगे का चयन दृष्टिकोण कुछ भी नहीं से शुरू होता है और प्रत्येक नए चर को सांख्यिकीय रूप से महत्व के लिए परीक्षण करता है।
- बैकवर्ड एलिमिनेशन विधि कई चर के साथ भरी हुई एक पूर्ण मॉडल के साथ शुरू होती है और फिर समग्र परिणामों के सापेक्ष इसके महत्व का परीक्षण करने के लिए एक चर को हटा देती है।
- स्टेपवाइज रिग्रेशन के अपने डाउनसाइड होते हैं, हालांकि, यह एक दृष्टिकोण है जो वांछित परिणाम प्राप्त करने के लिए डेटा को एक मॉडल में फिट करता है।
स्टेप वाइज रिग्रेशन के प्रकार
स्टेप वाइज रिग्रेशन का अंतर्निहित लक्ष्य परीक्षणों की एक श्रृंखला के माध्यम से है (जैसे एफ-परीक्षण, टी-परीक्षण ) जो स्वतंत्र चर का एक समूह खोजने के लिए निर्भर चर को काफी प्रभावित करते हैं। यह पुनरावृत्ति के माध्यम से कंप्यूटरों के साथ किया जाता है, जो बार-बार दौर या विश्लेषण के चक्रों से गुजरकर परिणाम या निर्णय पर पहुंचने की प्रक्रिया है। सांख्यिकीय सॉफ़्टवेयर पैकेजों की मदद से परीक्षण का संचालन स्वचालित रूप से करने से समय की बचत और गलतियों को सीमित करने का लाभ मिलता है।
स्टेप वाइज रिग्रेशन या तो एक बार में एक स्वतंत्र चर को आज़माकर और इसे प्रतिगमन मॉडल में शामिल करके प्राप्त किया जा सकता है यदि यह सांख्यिकीय रूप से महत्वपूर्ण है या मॉडल में सभी संभावित स्वतंत्र चर को शामिल करके और उन लोगों को समाप्त करने के लिए जो सांख्यिकीय रूप से महत्वपूर्ण नहीं हैं। कुछ दोनों विधियों के संयोजन का उपयोग करते हैं और इसलिए स्टेप वाइज रिग्रेशन के तीन दृष्टिकोण हैं:
- फॉरवर्ड चयन मॉडल में कोई चर के साथ शुरू होता है, प्रत्येक चर का परीक्षण करता है क्योंकि यह मॉडल में जोड़ा जाता है, फिर उन लोगों को रखता है जिन्हें सबसे सांख्यिकीय रूप से महत्वपूर्ण माना जाता है – परिणाम इष्टतम होने तक प्रक्रिया को दोहराते हैं।
- बैकवर्ड एलिमिनेशन स्वतंत्र चर के एक सेट के साथ शुरू होता है, एक समय में एक को हटाना, फिर यह देखने के लिए परीक्षण करना कि हटाए गए चर सांख्यिकीय रूप से महत्वपूर्ण है या नहीं।
- द्विदिश उन्मूलन पहले दो तरीकों का एक संयोजन है जो परीक्षण करता है कि किस चर को शामिल किया जाना चाहिए या बाहर रखा जाना चाहिए।
उदाहरण
बैकवर्ड एलिमिनेशन मेथड का उपयोग कर स्टेप वाइज रिग्रेशन का एक उदाहरण एक फैक्ट्री में ऊर्जा के उपयोग को समझने का प्रयास होगा, जैसे उपकरण रन टाइम, उपकरण की उम्र, स्टाफ का आकार, बाहर का तापमान और वर्ष का समय। मॉडल में सभी चर शामिल हैं – फिर प्रत्येक को हटा दिया जाता है, एक बार में, यह निर्धारित करने के लिए कि कम से कम सांख्यिकीय रूप से महत्वपूर्ण है। अंत में, मॉडल दिखा सकता है कि वर्ष का समय और तापमान सबसे महत्वपूर्ण हैं, संभवतः कारखाने में पीक ऊर्जा की खपत का सुझाव है जब एयर कंडीशनर का उपयोग अपने उच्चतम स्तर पर होता है।
स्टेप वाइज रिग्रेशन की सीमाएं
प्रतिगमन विश्लेषण, दोनों मूल्य-से-आय अनुपात और स्टॉक रिटर्न को देख सकता है। इस दृष्टिकोण के साथ समस्या यह है कि बाजार की स्थिति अक्सर बदलती है और अतीत में आयोजित होने वाले रिश्ते वर्तमान या भविष्य में जरूरी नहीं हैं।
इस बीच, चरणबद्ध प्रतिगमन प्रक्रिया में कई आलोचक हैं और पूरी तरह से विधि का उपयोग बंद करने के लिए कॉल भी हैं। सांख्यिकीविद् दृष्टिकोण के लिए कई कमियां नोट करते हैं, जिसमें गलत परिणाम, प्रक्रिया में निहित पूर्वाग्रह और महत्वपूर्ण कंप्यूटिंग शक्ति के लिए पुनरावृत्ति के माध्यम से जटिल प्रतिगमन मॉडल विकसित करने की आवश्यकता शामिल है।