चरणबद्ध प्रतिगमन

स्टेप वाइज रिग्रेशन क्या है?

स्टेपवाइज रिग्रेशन एक रिग्रेशन 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 हटाना शामिल है।

सांख्यिकीय सॉफ्टवेयर पैकेजों की उपलब्धता सैकड़ों चर वाले मॉडलों में भी चरणबद्ध प्रतिगमन संभव बनाती है।

स्टेपवाइज रिग्रेशन के प्रकार

स्टेपवाइज रिग्रेशन का अंतर्निहित लक्ष्य स्वतंत्र चर के एक सेट को खोजने के लिए परीक्षणों की एक श्रृंखला (जैसे एफ-टेस्ट, टी-टेस्ट ) के माध्यम से है, जो निर्भर चर को महत्वपूर्ण रूप से प्रभावित करता है। यह कंप्यूटर के साथ पुनरावृत्ति के माध्यम से किया जाता है, जो विश्लेषण के बार-बार दौर या चक्र के माध्यम से परिणामों या निर्णयों पर पहुंचने की प्रक्रिया है। सांख्यिकीय सॉफ़्टवेयर पैकेजों की सहायता से स्वचालित रूप से परीक्षण आयोजित करने से समय बचाने और गलतियों को सीमित करने का लाभ मिलता है।

स्टेपवाइज रिग्रेशन या तो एक समय में एक स्वतंत्र वैरिएबल को आजमाकर और इसे रिग्रेशन 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 कर सकता है जो सांख्यिकीय रूप से महत्वपूर्ण नहीं हैं। कुछ दोनों विधियों के संयोजन का उपयोग करते हैं और इसलिए चरणबद्ध प्रतिगमन के तीन दृष्टिकोण हैं:

आगे का चयन मॉडल में बिना किसी चर के शुरू होता है, मॉडल में जोड़े जाने पर प्रत्येक चर का परीक्षण करता है, फिर उन लोगों को रखता है जिन्हें सांख्यिकीय रूप से सबसे महत्वपूर्ण माना जाता है—परिणाम इष्टतम होने तक प्रक्रिया को दोहराते रहते हैं।
पिछड़ा उन्मूलन स्वतंत्र चर के एक सेट के साथ शुरू होता है, एक बार में एक को हटाता है, फिर यह देखने के लिए परीक्षण करता है कि क्या हटाया गया चर सांख्यिकीय रूप से महत्वपूर्ण है।
बिडायरेक्शनल एलिमिनेशन पहले दो तरीकों का एक संयोजन है जो परीक्षण करता है कि कौन से वेरिएबल को शामिल किया जाना चाहिए या बाहर रखा जाना चाहिए।

उदाहरण

बैकवर्ड एलिमिनेशन विधि का उपयोग करते हुए एक चरणबद्ध प्रतिगमन का एक उदाहरण एक कारखाने में ऊर्जा उपयोग को समझने का प्रयास होगा जैसे कि उपकरण चलाने का समय, उपकरण की आयु, कर्मचारियों का आकार, बाहर का तापमान और वर्ष का समय। मॉडल में सभी चर शामिल हैं—फिर प्रत्येक को हटा दिया जाता है, एक समय में एक, यह निर्धारित करने के लिए कि कौन सा 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 चरम ऊर्जा खपत का सुझाव है जब एयर कंडीशनर का उपयोग उच्चतम होता है।

चरणबद्ध प्रतिगमन की सीमाएं

प्रतिगमन विश्लेषण, रैखिक और बहुभिन्नरूपी दोनों, आज अर्थशास्त्र और निवेश की दुनिया में व्यापक रूप से उपयोग किया जाता है। विचार अक्सर उन पैटर्नों को खोजने के लिए होता है जो अतीत में मौजूद थे जो भविष्य में भी हो सकते हैं। उदाहरण के लिए, एक साधारण रैखिक प्रतिगमन, मूल्य-से-आय अनुपात और कई वर्षों में स्टॉक रिटर्न को यह निर्धारित करने के लिए देख सकता है कि क्या कम पी / ई अनुपात (स्वतंत्र चर) वाले स्टॉक उच्च रिटर्न (आश्रित चर) प्रदान करते हैं। इस दृष्टिकोण के साथ समस्या यह है कि बाजार की स्थितियां अक्सर बदलती रहती हैं और जो संबंध अतीत में रहे हैं, वे जरूरी नहीं कि वर्तमान या भविष्य में सही हों।

इस बीच, स्टेपवाइज रिग्रेशन प्रक्रिया के कई आलोचक हैं और यहां तक कि इस पद्धति का पूरी तरह से उपयोग बंद करने के लिए भी कॉल हैं। सांख्यिकीविद दृष्टिकोण में कई कमियां नोट करते हैं, जिसमें गलत परिणाम, प्रक्रिया में एक अंतर्निहित पूर्वाग्रह और पुनरावृत्ति के माध्यम से जटिल प्रतिगमन मॉडल विकसित करने के लिए महत्वपूर्ण कंप्यूटिंग शक्ति की आवश्यकता शामिल है।

##हाइलाइट

स्टेपवाइज रिग्रेशन के अपने डाउनसाइड्स हैं, हालांकि, यह एक ऐसा दृष्टिकोण है जो वांछित परिणाम प्राप्त करने के लिए डेटा को एक मॉडल में फिट करता है।
बैकवर्ड एलिमिनेशन विधि कई चरों से भरे एक पूर्ण मॉडल से शुरू होती है और फिर समग्र परिणामों के सापेक्ष इसके महत्व का परीक्षण करने के लिए एक चर को हटा देती है।
स्टेपवाइज रिग्रेशन एक ऐसी विधि है जो एक रेखीय प्रतिगमन मॉडल में प्रत्येक स्वतंत्र चर के सांख्यिकीय महत्व की पुनरावृत्त रूप से जांच करती है।
आगे का चयन दृष्टिकोण कुछ भी नहीं के साथ शुरू होता है और प्रत्येक नए चर को वृद्धिशील रूप से जोड़ता है, सांख्यिकीय महत्व के लिए परीक्षण करता है।