こんにちは
22 個の健康変数 (N=400) を含むデータセットがあり、3 つのカテゴリである結果の予測モデルを作成しようとしています。そこで、段階的多項回帰と予測子スクリーニングを適用して最適な変数を選択しました。
私は統計学者ではありません。したがって、このコミュニティに連絡してアドバイスを求めてください。
統計学者が分析をレビューしたところ、段階的回帰は臨床現場では使用すべきではないと言われました...?むしろ、変数は臨床経験に基づいて選択されるべきです。私の主張は、「古い知識を使用する場合、どうすれば新しい方法や治療法を見つけることができるのでしょうか?」というものでした。
彼は 1991 年の論文について言及しています...新しい出版物を読むと、私は別の見方をします。
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0202344
コパス、JB、およびロング、T. (1991)。変数選択による直交回帰における残差分散の推定。王立統計協会のジャーナル。シリーズ D (統計学者)、40(1)、51 ～ 59。 https://doi.org/10.2307/2348223
要約すれば：
「段階的回帰は、最も広く使用されている統計手法の 1 つです。独立 (または説明) 変数 x₁、x₂、…、xₚ に対する従属変数 y の回帰では、「有意」な x のみを含めて省略するという考え方です。 y の予測にほとんど、またはまったく寄与しない変数です。変数の選択によりモデルが大幅に単純化される可能性がありますが、統計パッケージのユーザーが必ずしも認識しているわけではない危険性があります。含める変数の選択は、推定された回帰に依存します。そのため、回帰係数が過小評価されている場合よりも、回帰係数が過大評価されている場合に xⱼ が含まれる可能性が高くなります。したがって、選択された変数の回帰係数は上方に偏り (回帰二乗和が大きすぎる)、その結果、省略された変数の寄与を含む残差変動は下方に偏ります (残差二乗和が小さすぎます)。
これに関して誰かからコメントはありますか？
