Methode zur Prädiktorselektion innerhalb multipler Regressionen. Genau wie die Vorwärtsselektion, die Rückwärtsselektion und das kombinierte Vorgehen aus beidem (siehe auch: Vorwärtsselektion, Rückwärtsselektion, kombinierte Rückwärts- und Vorwärtsselektion) ist die Best-Subset Selektion eine Methode der Modellselektion, die z. B. mit dem R Paket leaps verwendet werden kann, um das beste Modell mit einem Prädiktor, das beste Modell mit zwei Prädiktoren usw. zu finden. Vorteil der Best-Subset Selektion ist, dass wirklich ALLE Möglichkeiten durchgetestet werden (die Idee ist also tatsächlich „trial and error“). Dadurch ist die Methode zwar zuverlässig, aber gerade bei vielen Prädiktoren etwas zwischen zeitaufwendig und unmöglich. Da die kombinierte Rückwärts- und Vorwärtsselektion eigentlich immer zum gleichen Ergebnis führt, ist diese in der Regel vorzuziehen.

Lade dir hier die Formelsammlung für deinen Bland-Altman-Plot herunter

Melde dich für meinen Newsletter an und erhalte sofort das PDF!

You have Successfully Subscribed!

10 % Rabatt auf unsereWorkshops & Kurse im Onlineshop!

Trage dich hier für Dr. Ortmanns beste Maildizin ein und erhalte regelmäßige Rabatte, Tipps und Coachinginhalte für deine empirische Promotion

You have Successfully Subscribed!

Lade dir hier die Checkliste für deinen Methodenteil herunter

Melde dich für meinen Newsletter an und erhalte sofort das PDF!

You have Successfully Subscribed!


Jetzt 10 % Rabatt auf alle

Workshops & Kurse sichern!

You have Successfully Subscribed!

Downloade dir hier das Flowchart für deine ANOVA

Melde dich für meinen Newsletter an und erhalte sofort das PDF!

You have Successfully Subscribed!