Los métodos de selección de variables algorítmicas escalonadas tienden a seleccionar modelos que sesgan más o menos cada estimación en modelos de regresión ($\beta$s y sus SE, valores p, estadísticas F, etc.), y son casi tan propensos a excluir predictores verdaderos como incluir predictores falsos de acuerdo con una literatura de simulación razonablemente madura.
¿El LAZO sufre de la misma manera específica cuando se utiliza para seleccionar variables?
