Zunächst einmal bin ich neu in der Vorhersagemodellierung und freue mich über jeden Rat.
HINTERGRUND:
Ich mache ein binomiales elastisches Netz mit n = 54 und p = 89. Dieses Modell dient der klinischen Vorhersage von Arzneimittelwirkungen; daher wäre eine Vorhersage durch Messung so weniger Variablen wie möglich ideal.
Nach der Auswahl/Verkleinerung der Elastic Net-Variablen sind 24 Prädiktoren im Modell enthalten. Von den 24 im Modell enthaltenen Prädiktoren sind 10 signifikante Prädiktoren und tragen 96 % zu den Gesamteffekten im Modell bei (Link zur Berechnung unten).
FRAGE: Kann ich ein zweites Vorhersagemodell generieren, indem ich nur die 10 besten Prädiktoren aus meinem ersten elastischen Netz verwende? Ich möchte zeigen, dass nur 10 Variablen für die Vorhersage mit hoher AUC verwendet werden könnten. Wenn ja, wäre der zweite Durchgang besser mit elastischem Netz oder einem anderen Modelltyp?
BERECHNUNGEN: Der Gesamteffekt, auf den ich mich beziehe, wird hier beschrieben https://www.jmp.com/support/help/en/16.2/#page/jmp/assess-variable-importance.shtml?os=win&source=application#ww376802
und kurz hier: Unabhängige Resampling-Inputs Für jeden Faktor werden Monte-Carlo-Stichproben durch Resampling seines Satzes von beobachteten Werten erhalten. Verwenden Sie diese Option, wenn Sie glauben, dass Ihre Faktoren unkorreliert sind und ihre wahrscheinlichen Werte nicht durch eine einheitliche Verteilung dargestellt werden.
Bitte lassen Sie mich wissen, wenn zusätzliche Informationen erforderlich sind; Ich kann nie sagen, welche Informationen relevant sind!
Vielen Dank im Voraus!!
Die Wahl des Modells liegt bei Ihnen. Die Anpassroutinen und unzähligen Kriterien sind Hilfsmittel, keine Regeln. Sie können die vertikale Linie im Lösungspfaddiagramm nach links ziehen, um die im Modell verwendeten Prädiktoren zu verringern und seine Leistung sofort zu bewerten.
