¿Cómo identificar que indicadores deben incluirse en una regresión múltiple?

Question

Yo no soy un estadista, sino un investigador médico y tengo 5 resultados que quiero para identificar predictor independiente(s) para cada uno mediante regresión múltiple. Tengo muchas posibles variables que podrían ser incluidas en la regresión múltiple como variables independientes (IV).

Un colega se aconseja la ejecución de la matriz de correlación de Spearman entre todos IV DV y, a continuación, incluir sólo el correlacionó significativamente IV en la regresión múltiple.

Preguntas

• Es apropiado incluir sólo los predictores significativos con importantes bifactorial de spearman correlación con el resultado?
• O bien, ¿qué es una buena forma de determinar la inclusión de predictores en una regresión múltiple?

Answer 1

El modelo debe ser formulado por expertos en la materia. No es una buena idea usar los datos para informarle que los datos a utilizar. Los datos no son información-lo suficientemente rico como para ser capaz de hacer esto de forma fiable. Si usted tiene demasiados eventos por variable (una regla de oro es tener al menos 15 sujetos por parámetro en el modelo), que consideren seriamente la posibilidad de reducción de datos de los métodos que están cegados a $Y$. Estos incluyen componentes principales, la variable de agrupación, y la redundancia de análisis. Los ejemplos están en mis notas del curso en http://biostat.mc.vanderbilt.edu/CourseBios330.

Answer 2

Hay un montón de métodos que pueden utilizarse para la selección de variables. LASSO es uno de los mejores datos modelos de selección de variables. No, hagas lo que hagas, utilice hacia adelante paso a paso. Te alegrará que no:

http://www.nesug.org/Proceedings/nesug07/SA/SA07.pdf

Answer 3

Probablemente, es importante no dejar que el análisis de la unidad de la teoría. Las variables que son mejores predictores debe estar basado en la investigación previa, o, como mínimo, en un consenso de las opiniones de expertos en la materia. Algunos de la decisión se tomará en cuán grande es su tamaño de la muestra. Si el tamaño es lo suficientemente grande, podría tomar un subgrupo y verificación para las asociaciones entre las variables independientes y las variables dependientes. Cuando se ejecuta de regresión múltiple, se corre el riesgo de un error en cada paso del análisis, por lo que es importante no solo para tirar todo lo que tiene en la regresión. Si usted es capaz de trabajar con un subgrupo, a continuación, puede comprobar lo que usted piensa que usted ha encontrado con un grupo diferente para la confirmación. ¿Podrías contarnos un poco más acerca de su ejemplo?