독립 변수를 줄임으로써 중요성이 변하는 비례식 위험 적합성여보세요,
나는 아직도 궁금하다. n 개의 독립 변수로 비례 적합 모델을 만들고 단계별로 비 유효 변수를 삭제할 때 잔차 독립 변수에 대한 로그 또는 유의성도 변경됩니다.
예를 들어 극한으로 - 처음 n 변수를 테스트 한 경우 - 중요하지 않은 요소를 삭제하여 2로 줄임 - 중요성이 높은 것처럼 보이는 가중치와 나이를 남겨 둡니다. 그러나 내가 삭제하면 다른 하나는 남았습니다. 단수 독립 변수가 더 이상 중요하지 않으므로?
친절하게 설명해 주시겠습니까? - 지금 중요한가?
많은 감사, 마크
Re : 비례 변수를 줄임으로써 유의성을 변화시키는 비례 해저 적합이 포럼에서는 다른 사람들로부터 더 복잡한 아이디어를 얻지 만 몇 가지 통찰력을 제공 할 것입니다. 분명히 체중과 나이가 모두있는 모델은 체중 만있는 모델보다 훨씬 뛰어납니다 (적합 진단을보십시오). 따라서 체중에 대한 중요성이 부족한 것은 나이를 고려하지 않으면 체중이 시끄러운 예측 자임을 의미합니다. 나이가 계산되면 체중이 중요하다는 것이 분명합니다. 체중과 나이 사이의 관계를 살펴보면 이러한 결과에 대한 몇 가지 근거가 있습니다. 그런데, 나는 통계적 유의미성의 존재 또는 부족에 초점을 맞추는 것이 그다지 중요하지 않다고 생각한다. 더 중요한 것은 두 변수 모두를 포함하는 것이 훨씬 유익한 모델을 제공한다는 것이다. 나이가 들면서 체중이 생존 위험을 감소시키는 것으로 나타났습니다. 체중 만이 생존 시간에 영향을 미치지 않는다는 사실은 아마도 체중이 나이에 따라 증가한다는 사실을 반영 할 것입니다 (그래서 나이를 고려하지 않고 체중이 생존과 체계적으로 관련이없는 것처럼 보입니다).
