预测筛选我正在尝试使用预测因子筛选平台，尽管我已经浏览了 JMP 上的示例，但我仍然有疑问。
我将响应变量设置为“是”、“否”格式，如示例所示；但是，当我查看哪些变量是响应的最佳预测因子时，我该如何解释结果？排名第一的变量是“是”结果还是“否”结果的最佳预测变量？或者是您执行此分析然后进行另一次分析的想法？
成功的结果？ | | |
预测器 | 贡献 | 部分 | | 秩 | |
变量1 | 4.36861 | 0.3072 | | 1 | |
变量4 | 4.36012 | 0.3066 | | 2 | |
变量5 | 2.29150 | 0.1612 | | 3 | |
变量2 | 1.98570 | 0.1396 | | 4 | |
变量3 | 1.21356 | 0.0853 | | 5 | |
然后我想进一步分析，看看哪个变量是某种治疗成功结果的最佳预测因素。为此，我只过滤了我想要的治疗数据，然后排除了我不想要的数据，然后重新进行分析。这是正确的吗？
我的最后一个问题是 JMP 示例中的数据都是字符名义数据。如果我的预测变量是字符序数，或者该平台仅适用于字符标称数据，那么我的结果是否准确？
基础数据分析和建模回复：预测因子筛选我不确定您正在遵循什么示例，因此我无法具体说明您所展示的内容。但我可以说，您当然可以混合名义预测器和连续预测器，并且仍然使用预测器筛选。您的第一个问题听起来像是在问排名是否适用于预测“是”或“否”。对于二元变量，每个结果的排名都是相同的，因为它必须是对称的 - 如果一个变量适合预测“是”，那么它也必须适合预测“否”。如果我理解您的其他问题，那么您的数据中有多种治疗方法，并且您希望对单个治疗方法应用预测因子筛选，而不是将它们汇总在一起。如果是这样，您可以对它们进行子集化并使用预测因子筛选。或者，您可以将治疗方法放入“by”框中，并分别对每种治疗方法进行预测因子筛选。如果您有多种治疗方法（多重比较问题），那么解释结果可能会出现统计问题，这可能会使您的统计结果被过度估计 - 但我会将其留给统计学家来回应。
您还有另一个问题 - 关于是否使用预测因子筛选，然后进行另一项分析。我认为答案是肯定的。预测因子筛选使用 Bootstrap Forest 来识别最重要的预测因子。一旦您知道要使用哪些预测变量，其他预测模型可能会表现得更好。当您使用该平台而不是预测器筛选时，即使运行 Bootstrap Forest 也会给您带来不同的结果，因为它在建模中使用更多调整变量（您可以进一步调整）。预测变量筛选提供了缩小重要预测变量范围的快速第一步，但模型筛选将是下一步使用这些预测变量实际构建更好的模型。
