Hallo
Ich habe einen Datensatz mit 22 Gesundheitsvariablen (N=400) und versuche, Vorhersagemodelle für das Ergebnis zu erstellen, das aus drei Kategorien besteht. Deshalb habe ich die schrittweise multinomiale Regression und auch das Prädiktor-Screening angewendet, um die optimalen Variablen auszuwählen.
Ich bin KEIN Statistiker! Wenden Sie sich also an diese Community, um Rat zu erhalten.
Ein Statistiker überprüfte die Analyse und sagte mir, dass die schrittweise Regression im klinischen Umfeld nicht verwendet werden sollte ...? Vielmehr sollten Variablen auf der Grundlage klinischer Erfahrungen ausgewählt werden. Mein Argument war: „Wie können wir dann neue Methoden oder Behandlungen finden, wenn wir altes Wissen nutzen?“
Er bezieht sich auf eine Arbeit aus dem Jahr 1991 ... Wenn ich neuere Veröffentlichungen lese, bekomme ich eine andere Sichtweise.
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0202344
Copas, JB & Long, T. (1991). Schätzung der Restvarianz in der orthogonalen Regression mit Variablenauswahl. Zeitschrift der Royal Statistical Society. Serie D (The Statistician), 40(1), 51–59. https://doi.org/10.2307/2348223
In Summe:
„Die schrittweise Regression ist eine der am weitesten verbreiteten statistischen Techniken. Bei einer Regression der abhängigen Variablen y auf unabhängige (oder erklärende) Variablen x₁, x₂, …, xₚ besteht die Idee darin, nur diejenigen xs einzubeziehen, die „signifikant“ sind, und wegzulassen diejenigen, die wenig oder gar keinen Beitrag zur Vorhersage von y leisten. Obwohl die Variablenauswahl zu einem stark vereinfachten Modell führen kann, gibt es Gefahren, die von Benutzern von Statistikpaketen nicht immer erkannt werden. Die Auswahl der einzubeziehenden Variablen hängt von der geschätzten Regression ab Koeffizienten und nicht ihre wahren Werte, und daher ist es wahrscheinlicher, dass xⱼ einbezogen wird, wenn sein Regressionskoeffizient überschätzt wird, als wenn sein Regressionskoeffizient unterschätzt wird. Daher sind die Regressionskoeffizienten ausgewählter Variablen nach oben (Regressionssumme der Quadrate zu groß) und nach innen verzerrt Infolgedessen ist die Restvariation, die den Beitrag der weggelassenen Variablen enthält, nach unten verzerrt (Restsumme der Quadrate zu klein).“
Irgendwelche Kommentare dazu von irgendjemandem?
