评估多变量回归模型的变量选择方法:一个模拟研究协议

科学领域:

• 统计建模 统计建模
• 回归分析是一种回归分析.
• 数据驱动的变量选择数据驱动的变量选择

背景情况:

• 回归分析中的变量选择旨在提高模型的解释性和预测准确性.
• 然而,它可能会导致诸如偏差系数,低估的标准误差和模型不稳定等问题.
• 很少有大型模拟中性地比较了这些方法的后果.

研究的目的:

• 提出一个模拟研究协议,用于评估各种数据驱动的变量选择方法.
• 根据它们对模型性能和变量识别的影响,以中性方式比较这些方法.
• 通过严格的模拟,为回归建模提供最佳实践信息.

主要方法:

• 研究方案详细介绍了一个模拟,比较前选择,后退淘汰和处罚概率 (Lasso) 方法.
• 方法将根据变量包含/排除准确性,系数偏差/变异,置信区间有效性和预测性能进行评估.
• 模拟将使用国家健康和营养检查调查 (NHANES) 数据的线性和逻辑回归.

主要成果:

• 本部分将报告模拟研究的结果,详细说明每个变量选择方法的性能.
• 结果将量化错误的变量包含/排除,并评估对回归系数估计和模型预测准确性的影响.
• 该研究将提供有关不同变量选择技术相对优缺点的经验证据.

结论:

• 模拟结果将提供与各种数据驱动变量选择方法相关的权衡的见解.
• 结果将指导研究人员选择合适的方法,以避免诸如偏见估计和无效推断等常见陷.
• 这项研究有助于在应用研究中实现更可靠,更准确的统计建模.