Die angehängte JMP-Tabelle zeigt ein Simulationsszenario. Die Spalte "p true" enthält ein Modell zur Simulation der binären Ergebnisse Y, die in der Spalte "Y cont" im kontinuierlichen Modellierungstyp und in der Spalte "Y cat" im kategorialen Modellierungstyp angezeigt werden. Das gleiche Ergebnis bei verschiedenen Modellierungstypen zu erzielen, war erforderlich, um sie später auf verschiedenen Plattformen zu analysieren. Das zur Simulation von Y verwendete Modell ist ein einfaches Intercept-Plus-Steigungsmodell in logit-Form: logit (p) = 15 + 60 * X.
Die Formel „p true“ ist eine Funktion von X. Die Tabelle enthält 42 Zeilen mit beliebiger Anzahl, die gleichmäßig auf den Ebenen -1, 0 und 1 von X verteilt sind, dh 14 Zeilen auf jeder der drei Ebenen.
Die in dieser Tabelle gespeicherten Skripte beziehen sich auf drei Möglichkeiten zur Modellierung von Y: Gen-Regression, nichtlineare Regression und nominelle logistische Regression. Die Spalte „p-Formel“ wurde erstellt, um die Notwendigkeit einer Spaltenformel bei der nichtlinearen Modellierung zu erfüllen.
Meine Erwartung war, im Bericht der drei verschiedenen Plattformen, mit denen Y modelliert wurde, rote Fahnen in Form sehr großer Konfidenzintervalle (falls vorhanden) zu sehen. Dies liegt daran, dass das X-Design keinen eindeutigen Beweis für die im Modell „p true“ verwendeten Parameter liefern kann - dh Achsenabschnitt = 15 und Steigung = 60.
Aus den Ergebnissen der Ausführung der gespeicherten Skripte geht hervor, dass die erwarteten roten Fahnen für die Schätzung von Y für die Plattformen Nonlinear und Fit Nominal Logistic offensichtlich sind. Die nichtlineare Plattform kann keine auf Profilwahrscheinlichkeit basierenden CIs generieren, und die Fit Nominal Logistic verfügt neben einem Warnzeichen (instabil) über sehr große CIs. Das Problem liegt in der Gen Regression-Plattform. Der Bericht für das vollständige Modell zeigt überhöhte CIs. Wenn ich jedoch die Modellauswahl verwende, sind die CIs extrem eng, was fast eine Gewissheit über die Punktschätzungen impliziert, die erwartungsgemäß weitgehend voreingenommen sind.
Frage: Wie sollen wir diese Mehrdeutigkeit zwischen vollständigen Modell-CIs und ausgewählten Modell-CIs interpretieren? Was wäre, wenn sich die ausgewählte Modellform vom vollständigen Modell unterscheiden würde, wie würden wir dieses Problem wahrnehmen? Kann die Gen-Regression rote Fahnen für eine vollständige Trennung bereitstellen? Ich habe dabei JMP15.1 Pro verwendet.
Hallo Fabio,
Hier einige Kommentare des Genreg-Entwicklers:
"Ich denke, es gibt zwei Dinge zu beachten.
- Die Strafe im Lasso oder insbesondere im elastischen Netz kann helfen, eine Trennung zu vermeiden. Eines der Dinge, die bei der Trennung passieren können, ist, dass Parameterschätzungen instabil werden, aber eine Schrumpfung hilft, sie zu stabilisieren.
- Die Variablenauswahl hilft bei der Trennung, macht aber auch die Inferenz weniger vertrauenswürdig. Ich schlage oft vor, die SEs und Konfidenzintervalle zu nehmen, die nach einer variablen Selektion (in Genreg oder anderswo) mit einem Salzkorn erstellt wurden. Die Idee der Inferenz nach der Auswahl ist derzeit ein sehr aktives Forschungsgebiet, auf das ich in Zukunft gerne eingehen möchte. Aber im Moment ist es etwas zweifelhaft, Dinge wie Tests und Intervalle nach der Auswahl zu betrachten. Also würde ich nicht zu viel Wert auf die Konfidenzintervalle legen, die er sich ansieht. "
Ich hoffe, das hilft.
Adam
