İleri Doğru Seçim
Forward Selection
Tanım
Çoklu doğrusal regresyon modellerinde, bağımsız değişkenlerin yordama gücüne göre en yüksekten en düşüğe doğru sırayla modele eklendiği bir algoritma.
Örnek Vaka / Uygulama
Bir klinik psikoloji araştırmacısında, hastaların depresyon puanlarını yordamak için çocukluk çağı travmaları, uyku kalitesi, günlük stres düzeyi, ekonomik durum, yaş ve genetik yatkınlık dahil olmak üzere 30 farklı bağımsız değişken bulunmaktadır. Araştırmacı, en güçlü yordayıcıyı belirleyip ardından sırasıyla diğer anlamlı değişkenleri modele dahil etmek için ileri doğru seçim yöntemini çalıştırır. Algoritma önce uyku kalitesini, ardından sırasıyla günlük stres düzeyini ekler ve yeni eklenen değişkenlerin modelin öngörü gücüne anlamlı bir katkısı kalmadığında durur.
Derin Analiz
İleri doğru seçim, çok sayıda bağımsız değişkenin bulunduğu karmaşık veri setlerinde en parsimonious (en az değişkenle en yüksek açıklayıcılık) modeli elde etmek amacıyla kullanılan otomatik bir model oluşturma prosedürüdür. Süreç boş bir modelle (sadece sabit terim) başlar. Her adımda, modelin çoklu belirlilik katsayısında (R-kare) en büyük artışı sağlayan ve belirlenen istatistiksel anlamlılık kriterini karşılayan bağımsız değişken modele dahil edilir. Bu döngü, modele eklenecek anlamlı katkı sağlayan yeni bir değişken kalmayana dek devam eder. Ancak, bu yöntemin en büyük metodolojik dezavantajı, daha önce eklenen bir değişkenin, sonradan eklenen değişkenler nedeniyle anlamını yitirmesi durumunu (maskeleme etkisi) göz ardı etmesi ve çoklu doğrusallık problemlerine karşı hassasiyetidir.
Etimoloji
İngilizce 'forward' (ileri) ve 'selection' (seçim, ayıklama) kelimelerinin birleşiminden oluşan, çok değişkenli istatistiksel modellemede iteratif bir süreci tanımlayan teknik terim.
Karıştırmayın
Geriye doğru eleme (backward elimination) ile karıştırılır; geriye doğru seçimde tüm değişkenlerle başlanıp en zayıf olanlar teker teker çıkarılırken, ileri doğru seçimde sıfırdan başlanarak değişkenler eklenir.