ステップワイズツール

ステップワイズツールは線形、ロジスティック、およびその他の従来の回帰モデルの潜在的な予測変数のより大きなセットから、モデルに含めるためのべストな予測変数を決定します。

ステップワイズ回帰の実装には、2つの基本的なアプローチがあります。

最初のアプローチ(後退選択として知られる)には、ターゲット変数に影響を与える可能性があるとみなされるすべての変数を含むモデルの使用が含まれ、その後、モデルに含まれる変数の数を調整する適合測定に基づいて、元のモデルからもっとも重要でない変数が削除されます。後続の後退ステップで他の変数が削除されるこのプロセスは、調整済み適合度指標がそれ以上改善されなくなるまで継続されます。

第2の基本的アプローチ（前進変数選択として知られている)は、定数のみを含むモデルから始まり、そのモデルに調整済み適合度指標の最大の改善をもたらす一連の潜在変数のうちの1つの変数を追加します。このプロセスは、一連の前進ステップで変数を追加する作業を繰り返し、調整済み適合度指標にそれ以上の改善がない場合に終了します。後退変数選択のベースでは、削除された変数は決して後続のステップで再入力されません。また、前進選択では一度追加された変数は追加後のステップでは決して削除されません。ハイブリッドアプローチは大きい(「最大」)初期モデルおよび第1の後退ステップで始まりますが、その後の各ステップで前進および後退移動の両方が評価されます。

Alteryx Rベースのステップワイズ回帰ツールは、後退変数選択と、後退および前進変数の混合選択の両方を使用します。ツールを使用するには、まず重要と思われる変数をすべて含む「最大」回帰モデルを作成し、ステップワイズ回帰ツールを使用して、調整済み適合度指標に基づきこれらの変数のどれを削除するかを決定します。2つの異なる調整済み適合度指標の選択肢、すなわち、赤池情報基準**(AIC)およびベイズ情報基準***(BIC)がユーザーに提供されます。これらの2つの指標は互いに似ていますが、BICはモデルに含まれる変数の数により大きなペナルティを与え、一般的にAICを使用する場合よりも変数の少ない最終モデルになります。

このツールでは、入力データが通常のAlteryxデータストリームからのものであれば、適用可能なオープンソースR関数がモデル推定に使用されます。入力がXDF出力ツールまたはXDF入力ツールから取り込まれた場合では、適切なRevo ScaleR関数がモデル推定に使用されます。Revo ScaleRベースの関数は、大量の(メモリ外の)データセットを解析できる利点がありますが、オープンソースのR関数で利用可能なモデル診断出力の一部を作成できないという欠点があります。

このツールはRツールを使用します。オプション 予測ツールのダウンロード に移動し、Alteryx ダウンロードとライセンス ポータルにサインインして、Rツール で使用されるパッケージと Rツールをインストールします。予測ツールのダウンロードと使用 を参照してください。