こんにちは、
製薬会社があり、使用するモデリング手法を正当化するために、私たちからのドキュメント（ワイトペーパー、科学出版物など）が必要です（Lassoを使用した出力に応じて、フォワードセレクション、2ステージフォワードセレクション）。 今のところ、私はAICcに基づく選択が正しい正当化であると提案しましたが、彼らを助けるかもしれないいくつかの文書があるかどうか疑問に思いました。
エマニュエル
@clay_barker
AICcを使用するために、バーナムとアンダーソンによる優れた本「モデル選択とマルチモデル推論」があります。この本では、AICcが、どの変数/効果を含めるかを決定するための非常に用途の広いガイドであり、使用する応答分布についての決定をガイドする方法について説明しています。彼らはあなたが注文できる本を持っていますが、著者は同じ情報を伝える無料で入手可能なモノグラフも持っています。
非常に過小評価されていることの1つは、古典的な手順、特にp値が、モデル選択のガイドとして非常に貧弱であるということです。 これには多くの理由があります。 1つは、p値が、テスト対象のモデルが、調査が計画されたときに使用することを目的とした単一のモデルであるという重要な仮定を立てていることです。 ラッソから前方選択、「大きな」p値を持つ項を削除することによる手動後方選択までの選択手順は、モデルに最初の変更が加えられるとすぐにこの仮定に違反します。選択アルゴリズムを使用してモデルに単一の変更が加えられると、p値の動作は定義されなくなります。
もう1つの大きな問題は、順序付けされていないモデルを比較するためにp値を使用できないことです。つまり、一方のモデルは他方の単純化または特殊なケースです（一方のモデルが他方と同じであるが、特定の係数がゼロに設定されている場合など）。 ）。したがって、2つの主効果があり、それらの間の1つの交互作用があるモデルは、p値ベースの方法を使用して、3つの主効果があり、交互作用がないモデルと比較できません。これは、一方のモデルにもう一方のモデルが含まれていないためです。
非常に重要で過小評価されている欠陥は、p値を使用してさまざまな分布を比較できないことです。 たとえば、データが厳密に正である場合は、最小二乗適合に加えて、ガンマ分布と対数正規分布を考慮する必要があります。 応答の「正」は、最小二乗適合で平均が小さい場合にアクティブな曲率項が数学的に存在する必要があることを意味しますが、これらの非正規分布は、必ずしも曲率を必要とせずにゼロで境界を処理できます。 そのため、応答分布が異なるモデルを近似することで、より少ない項でより適切に近似できることがよくあります。 AICc（および/またはBIC）を使用して、応答がどの分布を持ち、重要な効果があるかに関する決定を導くことは統計的に健全であり、開業医は最小限のトレーニングで簡単に利用できます。
ディストリビューションを選択するこの最後の問題は重要であり、いくつかのサイドコメントが必要です。 1つは、応答分布を効果構造と並行して決定する必要があるということです。 効果を無視して、最初に分布プラットフォームを使用して分布を決定し、次にGenRegに移動して、分布の推奨に基づいて効果構造を決定することは、*重大な*エラーです。 クレイバーカーはこれに関するディスカバリーのプレゼンテーションをしています。 たとえば、2つのレベルの因子があり、レベル間で平均に実際に違いがあるとします。 分布プラットフォームは、応答分布がガウス2混合であることを示します。 ただし、因子がモデルに組み込まれると、ガウス（非混合）分布が正しい応答になる可能性があります。
これの2番目の側面は、応答を変換することによって決定されていた問題を解決するためのより原理的な方法としての分布の使用です。昔は、自然なスケールでモデル化してから、対数変換されたスケールでモデル化して、診断プロットなどに基づいて何らかの決定を下していました。 モデルのSSEは異なる単位であるため、2つのスケールで比較できませんでした。つまり、RSquaresも比較できませんでした。 一方、正規分布（最小二乗の別の言い方です）で前方選択とAICcを使用し、logNormal分布を使用して同じことを行い、を使用して最終比較を行うことは、完全に原則的で公正です。 AICc。
とにかく、これらの概念の多くは、バーナムとアンダーソン、およびAICcを比較するための経験則の理由によって明らかにされています。この本は、科学または工学の学位を持つ人々を対象としています。 著者は生態学者です。 したがって、これはJMPユーザーの大部分が理解できるはずであり、不可解な理論統計の抽象的な書物ではありません。
おそらくトピックを追加するために、彼らはGenRegを使用してDOEを分析し、顧客と当局については、Emmanuelが言ったように、たとえばRSM DOEにLassoを使用するなど、このDOE分析にどの方法を使用したかを正当化する必要があります。 なぜ彼らはフォワードまたはエラスティックネット上でラッソを使用したのですか？
分析と一緒にこの論文の参照を提出できるように参照できる出版物はありますか？
@clay_barker @ chris_gotwalt1
