Regresión escalonada frente a modelado multivariante: ¿por qué ambos?Pido disculpas por una pregunta ingenua pero, si tengo una lista de variables numéricas continuas y quiero determinar cuáles contribuyen significativamente a una variable de resultado categórica binomial, sé que la regresión escalonada es probablemente la plataforma goto, pero no sería un modelo multivariante iterativo enfoque que utiliza un modelo binomial generalizado ¿hace lo mismo? ¿Hay algún beneficio en hacer el enfoque paso a paso antes del multivariante, especialmente si uno no está mirando las interacciones o, dicho de otra manera, incluso se necesita la plataforma del modelo multivariante? Yendo un paso más allá, si quisiera dividir las variables, ¿esa plataforma no separaría el trigo de la paja de todos modos?
AnalíticaRe: regresión escalonada vs modelado multivariante - ¿Por qué ambos?Hay muchos modelos para elegir hoy en día y muchos métodos para seleccionar el mejor modelo dentro y entre cada tipo de modelo. Puede aprender mucho sobre sus datos, su respuesta y la relación de la respuesta con los predictores utilizando más de un método de selección con más de un tipo de modelo.
No estoy de acuerdo con el reclamo " esa regresión paso a paso es probablemente la plataforma goto. “Es una herramienta útil pero tiene sus debilidades y desventajas, como cualquier método. E incluso en la mejor situación, no se garantiza que la regresión escalonada encuentre el mejor modelo. El usuario espera haber ahorrado mucho esfuerzo manual (productividad) y llegar al mejor modelo o cerca de él. Pero el resultado de cualquier método de búsqueda depende del camino tomado.
Algunos modeladores intentarán identificar los predictores útiles antes de seleccionar el mejor modelo. Stepwise es principalmente un método de selección de modelos.
suena como si estuviera usando el mismo tipo de modelo (GLM con respuesta binomial) pero considerando la diferencia entre el método de búsqueda paso a paso y un método de búsqueda manual. Si eso es cierto, entonces esperaría el mismo resultado.
¿Lo intentaste? Si es así, ¿qué aprendiste? No existe un método de selección superior o un tipo de modelo en la actualidad, por lo que el desempeño empírico es la última palabra.
Re: regresión escalonada vs modelado multivariante - ¿Por qué ambos?Estoy 100% de acuerdo con todos @markbailey aportes y opiniones. @ 34Sur , muchos también querrán ver este webcast en línea:
https://www.jmp.com/en_us/events/ondemand/analyically-speaking/to-explain-or-predict-that-is-the-question.html
El Dr. Shmeuli cubre muchos temas diferentes pero importantes relacionados con la selección de métodos de modelado.
Por último, si tiene JMP Pro, encontrará las plataformas Model Comparison y Formula Depot especialmente útiles para comparar de manera eficiente el rendimiento de múltiples resultados de modelado. Y también tendrá acceso a plataformas de modelado adicionales que son expertas en manejar datos de respuesta categórica. Por ejemplo, la regresión penalizada y las plataformas PLS pueden resultar muy útiles.
