CIAO
Ho un set di dati con 22 variabili sanitarie, (N = 400) che tenta di creare modelli di previsione per il risultato, ovvero 3 categorie. Quindi, ho applicato la regressione multinomiale stepwsie e anche lo screening dei predittori per selezionare le variabili ottimali.
NON sono uno statistico! Quindi, mi rivolgo a questa comunità per un consiglio.
Uno statistico ha esaminato l'analisi e mi ha detto che la regressione graduale non dovrebbe essere utilizzata in contesti clinici...? Piuttosto, le variabili dovrebbero essere selezionate in base all’esperienza clinica. La mia tesi era "come possiamo trovare nuovi metodi, o trattamenti, se usiamo la vecchia conoscenza?"
Si riferisce a un articolo del 1991... Leggendo le pubblicazioni più recenti, ho un punto di vista diverso,
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0202344
Copas, JB e Long, T. (1991). Stima della varianza residua nella regressione ortogonale con selezione di variabili. Giornale della Royal Statistical Society. Serie D (Lo statistico), 40(1), 51–59. https://doi.org/10.2307/2348223
In sintesi:
"La regressione graduale è una delle tecniche statistiche più utilizzate. In una regressione della variabile dipendente y su variabili indipendenti (o esplicative) x₁, x₂, ..., xₚ, l'idea è di includere solo quelle x che sono 'significative' e di omettere quelle che contribuiscono poco o nessun contributo alla previsione di y. Sebbene la selezione delle variabili possa portare a un modello notevolmente semplificato, esistono pericoli che non sempre sono riconosciuti dagli utenti dei pacchetti statistici. La scelta delle variabili da includere dipende dalla regressione stimata coefficienti di regressione piuttosto che i loro valori reali, quindi è più probabile che xⱼ venga incluso se il suo coefficiente di regressione è sovrastimato piuttosto che se è sottostimato. Pertanto i coefficienti di regressione delle variabili selezionate sono distorti verso l'alto (somma di regressione dei quadrati troppo grande) e in di conseguenza la variazione residua, che include il contributo delle variabili omesse, è distorta verso il basso (somma residua dei quadrati troppo piccola)."
Qualche commento in merito da parte di qualcuno?
