予測因子スクリーニング予測子スクリーニング プラットフォームを使用しようとしています。JMP の例を一通り説明しましたが、まだ質問があります。
応答変数を例のように「はい」または「いいえ」の形式にします。しかし、どの変数が応答の最良の予測因子であるかを確認する場合、結果をどのように解釈すればよいでしょうか? 1 位にランク付けされた変数は、「はい」の結果を予測するのに最適ですか、それとも「いいえ」の結果を予測しますか?それとも、この分析を行ってから別の分析を行うという考えですか?
良い成果？ | | |
予測者 | 貢献 | 部分 | | ランク | |
変数1 | 4.36861 | 0.3072 | | 1 | |
変数4 | 4.36012 | 0.3066 | | 2 | |
変数5 | 2.29150 | 0.1612 | | 3 | |
変数2 | 1.98570 | 0.1396 | | 4 | |
変数3 | 1.21356 | 0.0853 | | 5 | |
次に、どの変数が特定の治療の成功結果を予測する最良の変数であるかどうかを確認するためにさらに分析を進めたいと思いました。このため、希望する治療に関するデータのみをフィルタリングし、希望しないものを除外して分析を再実行しました。これは正しいでしょうか?
私の最後の質問は、JMP の例のデータはすべて名目上の文字であったということです。予測子変数が文字順序である場合、結果は正確ですか? それとも、このプラットフォームは文字名目データのみに適していますか?
基本的なデータ分析とモデリングRe: 予測因子のスクリーニングあなたがどのような例に従っているのかわからないので、あなたが示しているものについて具体的に言うことはできません。しかし、名目予測変数と連続予測変数を組み合わせても、予測変数スクリーニングを使用できることは確かです。最初の質問は、ランキングが「はい」または「いいえ」の予測に適用されるかどうかを尋ねているように思えます。バイナリ変数の場合、対称的である必要があるため、ランキングは各結果で同じになります。変数が「はい」の予測に適している場合は、「いいえ」の予測にも適している必要があります。もう 1 つの質問が理解できれば、データ内に複数の治療法があり、それらをプールするのではなく、個々の治療法に対して予測因子スクリーニングを適用したいということになります。その場合は、それらをサブセット化し、予測子スクリーニングを使用できます。あるいは、治療法を「by」ボックスに入れて、各治療法に対して個別に予測因子スクリーニングを実行することもできます。多数の治療法がある場合、結果の解釈に統計上の問題 (多重比較問題) が発生し、統計結果が過大に推定される可能性があります。しかし、それについては統計学者に回答してもらうことにします。
もう 1 つ質問がありました。予測因子スクリーニングを使用し、その後別の分析を行うかどうかについてです。答えは「はい」だと思います。予測因子スクリーニングでは、ブートストラップ フォレストを使用して最も重要な予測因子を特定します。使用する予測子がわかれば、パフォーマンスが向上する可能性のある他の予測モデルもあります。ブートストラップ フォレストを実行した場合でも、そのプラットフォームを使用すると、モデリングで使用される調整変数がさらに多くなる (さらに調整できる) ため、予測子スクリーニングではなく、異なる結果が得られます。予測子スクリーニングは、重要な予測子を絞り込むための簡単な最初のステップとなりますが、これらの予測子を使用してより良いモデルを実際に構築するために使用する次のステップはモデル スクリーニングです。
