你好
我有一個包含 22 個健康變數的資料集（N=400），試圖為結果（分為 3 個類別）建立預測模型。因此，我應用了stepwsie多項迴歸和預測篩選來選擇最佳變數。
我不是統計學家！因此，請向該社區尋求建議。
一位統計學家審查了分析，並告訴我逐步回歸不應該在臨床環境中使用...？相反，應根據臨床經驗選擇變數。我的論點是“如果我們使用舊知識，我們如何找到新方法或治療方法？”
他指的是 1991 年的一篇論文…閱讀較新的出版物，我得到了不同的看法，
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0202344
Copas，JB 和 Long，T. (1991)。透過變數選擇估計正交迴歸中的殘差。皇家統計學會雜誌。 D 系列（統計學家），40(1)，51–59。 https://doi.org/10.2307/2348223
總之：
「逐步迴歸是最廣泛使用的統計技術之一。在因變數y 對自變數（或解釋性）x₁、x2、…、xₚ 的迴歸中，其想法是僅包含那些「顯著」的x，並省略那些對 y 的預測貢獻很小或沒有貢獻的變數。雖然變數選擇可以導致模型大大簡化，但統計套件的使用者並不總是認識到其中的危險。要包含的變數的選擇取決於估計的迴歸因此，如果迴歸係數被高估，則xⱼ 更有可能被包含在內，而不是其迴歸係數被低估。因此，所選變數的迴歸係數會向上偏差（迴歸平方和太大），並且在結果，剩餘變異（包括被忽略的變數的貢獻）向下偏差（剩餘平方和太小）。”
有人對此有何評論嗎？
