안녕
저는 3개 범주의 결과에 대한 예측 모델을 만들려고 하는 22개의 건강 변수(N=400)가 있는 데이터 세트를 가지고 있습니다. 그래서 최적의 변수를 선택하기 위해 stepwsie 다항 회귀와 Predictor Screening을 적용했습니다.
나는 통계학자가 아닙니다! 따라서 이 커뮤니티에 연락하여 조언을 구하세요.
통계학자가 분석 내용을 검토한 결과, 임상 환경에서는 단계적 회귀 분석을 사용하면 안 된다고 했는데...? 오히려 임상 경험을 바탕으로 변수를 선택해야 합니다. 내 주장은 "우리가 오래된 지식을 사용한다면 어떻게 새로운 방법이나 치료법을 찾을 수 있는가?"였습니다.
그는 1991년의 논문을 언급하고 있습니다. 최신 출판물을 읽으면 다른 견해를 갖게 됩니다.
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0202344
Copas, JB, & Long, T. (1991). 변수 선택을 사용한 직교 회귀 분석의 잔차 분산 추정. 왕립통계학회지. 시리즈 D(통계학자), 40(1), 51–59. https://doi.org/10.2307/2348223
요약하자면:
"단계별 회귀는 가장 널리 사용되는 통계 기술 중 하나입니다. 독립(또는 설명) 변수 x₁, x², …, xₚ에 대한 종속 변수 y의 회귀에서 아이디어는 '유의한' x만 포함하고 생략하는 것입니다. y의 예측에 거의 또는 전혀 기여하지 않는 변수 선택은 크게 단순화된 모델로 이어질 수 있지만 통계 패키지 사용자가 항상 인식하지 못하는 위험이 있습니다. 포함할 변수의 선택은 추정 회귀에 따라 다릅니다. 따라서 회귀 계수가 과소평가된 경우보다 회귀 계수가 과대평가된 경우 xⱼ가 포함될 가능성이 더 높습니다. 따라서 선택한 변수의 회귀 계수는 위쪽으로 편향됩니다(회귀 제곱합이 너무 큼). 결과적으로 생략된 변수의 기여도를 포함하는 잔차 변동은 아래쪽으로 치우쳐 있습니다(잔차 제곱합이 너무 작음)."
이에 대한 누군가의 의견이 있나요?
