你好，
我們有一家製藥公司，需要我們提供一些文檔（白紙，科學出版物等）來證明他們使用的建模技術的合理性（取決於他們使用套索的輸出，正向選擇，兩階段正向選擇）。 目前，我建議基於AICc進行選擇是正確的理由，但想知道我們是否有一些文檔資料可以幫助他們。
伊曼紐爾
@ClaytonB
有關使用AICc的信息，伯納姆和安德森（Burnham）和安德森（Anderson）的著作《模型選擇和多模型推斷》非常出色。在書中，他們解釋了AICc如何非常靈活地指導您決定要包括哪些變量/效應，還可以指導有關要使用哪種響應分佈的決策。他們有您可以訂購的書，但是作者們還可以免費獲得傳達相同信息的專著。
一件非常未被重視的事情是經典過程，尤其是p值，尤其是對於模型選擇的指導性很差。 原因很多。 一個是p值做出了一個關鍵的假設，即所測試的模型是計劃進行研究時打算使用的唯一模型。 一旦對模型進行了第一次更改，從套索到向前選擇，再到通過消除具有“大” p值的項進行的手動向後選擇的任何選擇過程都違反了這一假設。使用選擇算法對模型進行一次更改後，便不再定義p值的行為。
另一個主要問題是p值不能用於比較未排序的模型，因為一個模型是另一個模型的簡化或特殊情況（例如一個模型與另一個模型相同，但是某些係數設置為零） ）。因此，使用基於p值的方法無法將具有兩個主要影響且它們之間具有相互作用的模型與具有三個主要影響且沒有相互作用的模型進行比較，因為一個模型不包含另一個模型。
一個非常重要且未得到充分認識的缺陷是，您不能使用p值比較不同的分佈。 例如，如果數據嚴格為正，則除了最小二乘擬合外，還應考慮伽瑪和對數正態分佈。 響應的“正值”意味著在數學上必須存在有效的曲率項，其中均值較小，且最小二乘方擬合，但是這些非正態分佈可以在不需要曲率的情況下將邊界處理為零。 因此，通過擬合具有不同響應分佈的模型，通常可以用更少的術語來更好地擬合。 使用AICc（和/或BIC）來指導有關響應具有哪種分佈以及重要影響的決策在統計上是合理的，並且易於從業人員通過最少的培訓就可以利用。
最後一個選擇發行版的問題很重要，並且需要一些補充說明。 一種是響應分佈*必須*與效果結構並行確定。 首先使用分發平台來決定分發，忽略影響，然後轉到GenReg根據分發的建議來決定效果結構，這是一個“重大”錯誤。 克萊·巴克（Clay Barker）對此進行了探索演講。 例如，假設您有兩個級別的因子，並且兩個級別之間的均值確實存在差異。 分佈平台將告訴您響應分佈是高斯2混合物。 但是，一旦將因素納入模型，高斯（非混合）分佈很可能是正確的響應。
此方法的第二個方面是使用分佈作為解決從前通過轉換響應來確定的問題的更原則的方式。在過去，您嘗試在自然尺度上進行建模，然後在對數轉換後的尺度上進行建模，然後基於診斷圖進行某種決策，而不進行決策。 您無法在兩個比例尺上比較模型的SSE，因為它們的單位不同，這意味著RSquares也是不可比的。 另一方面，在正態分佈上使用前向選擇和AICc（這是說最小二乘的另一種方式），然後使用logNormal分佈執行相同的操作，然後使用AICc。
無論如何，伯納姆和安德森都闡明了許多這些概念，以及它們比較AICc的經驗法則的理由。該書適用於具有科學或工程學學位的人。 作者是生態學家。 因此，對於大多數JMP用戶而言，它應該是可以理解的，並且它不是神秘的理論統計數據的摘要。
也許要添加這個話題，他們需要通過GenReg分析他們的DOE，並為他們的客戶和主管部門證明他們為什麼使用這種方法進行DOE分析的理由，如Emmanuel所說，例如使用Lasso作為RSM DOE。 他們為什麼在Forward或Elastic net上使用Lasso。
有沒有可以引用的出版物，因此他們可以將本文參考文獻和分析結果一起提交？
@clay_barker @ chris_gotwalt1
