Regresión logística Valor F

Question

Tengo una pregunta con la que he estado luchando para encontrar la respuesta correcta. ¿Podrías ayudarme? Estoy realizando una regresión logística con múltiples variables, solo una variable es estadísticamente significativa en la salida pero cuando intento introducir otras variables (que no son significativas) el valor F se vuelve no significativo. La pregunta es: ¿puedo seguir presentando esas variables en la sección de resultados de mi artículo, o está prohibido debido a que el valor F no es significativo?

Gracias de antemano Corina

Answer 1

Debes informar todo lo que pruebes en tu documento, ya sean significativos o no significativos. Si no lo haces, entonces surge la informe selectivo, también conocido como p-hacking.

¿Cuál es el objetivo detrás del ejercicio? ¿Es solo para ver qué variables están relacionadas y cómo se relacionan o quieres predecir?

Si es lo primero, entonces la práctica estándar es ingresar todas tus variables (es decir, regresión lineal múltiple) y luego simplemente informar valores p, tamaño del efecto y grados de libertad. Esto solo funciona bien si tienes hipótesis específicas que deseas probar y típicamente solo quieres probar unas pocas a la vez. Si estás más interesado en explorar qué variables están relacionadas en general para generar hipótesis, entonces te sugiero que investigues métodos multivariados como el análisis de componentes principales (PCA), aunque esto depende en cierta medida de tus datos.

Si el objetivo es la predicción, entonces se puede refinar el modelo (y hay muchas formas diferentes) reduciéndolo a predictores significativos para que tu modelo se generalice bien a nuevos datos.

¡Si proporcionas más información, estaré encantado de ayudarte más!

Answer 2

Sí, puedes reportar tanto variables significativas como no significativas.

Tu pregunta no se limita a la regresión logística, sino que puede generalizarse al proceso de selección de características en un modelo lineal.

Hay muchas discusiones sobre este tema, la gente se pregunta si deberían eliminar variables no significativas y ajustar el modelo de nuevo. O cómo seleccionar solo "variables importantes" para construir el modelo.

Puedes probar algunos experimentos por ti mismo, seleccionando diferentes subconjuntos de variables para ajustar el modelo, notarás que las variables significativas cambiarán. Dependen de las variables de entrada.