En primer lugar, soy nuevo en el modelado predictivo y agradezco cualquier consejo.
FONDO:
Estoy haciendo una red elástica binomial donde n = 54 y p = 89. Este modelo es para predecir clínicamente los efectos de los fármacos; por lo tanto, la predicción mediante la medición de la menor cantidad de variables posible sería ideal.
Después de la selección/reducción de variables de Elastic Net, se incluyen 24 predictores en el modelo. De los 24 predictores incluidos en el modelo, 10 son predictores significativos y contribuyen con el 96 % de los efectos totales del modelo (enlace al cálculo a continuación).
PREGUNTA: ¿Puedo generar un segundo modelo predictivo usando solo los 10 principales predictores de mi primera red elástica? Me gustaría demostrar que se pueden usar tan solo 10 variables para la predicción con un AUC alto. Si es así, ¿sería mejor la segunda pasada con red elástica u otro tipo de modelo?
CÁLCULOS: El efecto total al que me refiero se describe aquí https://www.jmp.com/support/help/en/16.2/#page/jmp/assess-variable-importance.shtml?os=win&source=application#ww376802
y brevemente aquí: Entradas remuestreadas independientes Para cada factor, las muestras de Monte Carlo se obtienen remuestreando su conjunto de valores observados. Use esta opción cuando crea que sus factores no están correlacionados y que sus valores probables no están representados por una distribución uniforme"
Por favor, hágamelo saber si se requiere información adicional; ¡Nunca puedo decir qué información es relevante!
¡¡Gracias de antemano!!
