首先，我是预测建模的新手，我很感激任何建议。
背景：
我正在做一个二项式弹性网，其中 n = 54 和 p = 89。 该模型用于临床预测药效；因此，通过测量尽可能少的变量进行预测将是理想的。
在 Elastic Net 变量选择/收缩后，模型中包含 24 个预测变量。 在模型中包含的 24 个预测变量中，有 10 个是显着预测变量，占模型总效应的 96%（链接到下面的计算）。
问题：我能否仅使用第一个弹性网络中的前 10 个预测变量生成第二个预测模型？ 我想证明少至 10 个变量可用于具有高 AUC 的预测。 如果是这样，第二遍使用弹性网或其他模型类型会更好吗？
计算：这里描述了我所引用的总效果https://www.jmp.com/support/help/en/16.2/#page/jmp/assess-variable-importance.shtml?os=win&source=application#ww376802
并在此简要说明：独立重采样输入对于每个因素，蒙特卡洛样本是通过对其观察值集进行重采样而获得的。 当您认为您的因素不相关并且它们的可能值未由均匀分布表示时，请使用此选项”
如果需要任何其他信息，请告诉我；我永远无法判断哪些信息是相关的！
先感谢您！！
