Logistic
逐步邏輯回歸和抽樣
我正在對 SPSS 中的一組數據進行逐步邏輯回歸。在這個過程中，我將我的模型擬合到一個大約為隨機的子集。佔總樣本的 60%，即約 330 例。
我發現有趣的是，每次我重新採樣數據時，都會在最終模型中出現不同的變量。一些預測變量總是存在於最終模型中，但其他預測變量會根據樣本進出。
我的問題是這個。處理這個問題的最佳方法是什麼？我希望看到預測變量的收斂，但事實並非如此。從操作的角度來看，一些模型更直觀（並且更容易向決策者解釋），而另一些模型更適合數據。
簡而言之，由於變量不斷變化，您建議如何處理我的情況？
提前謝謝了。
如果您要使用逐步過程，請不要重新採樣。一勞永逸地創建一個隨機子樣本。對其進行分析。根據保留的數據驗證結果。大多數“重要”變量可能會變得不重要。
（**編輯 12/2015：**您確實可以通過重新採樣、重複逐步過程和重新驗證來超越這種簡單的方法：這將引導您進入交叉驗證的形式。但在這種情況下，更複雜的變量方法選擇，例如嶺回歸、套索和彈性網絡可能比逐步回歸更可取。）
關注有意義的變量，而不是那些更適合數據的變量。如果您對 330 條記錄有多個變量，那麼您一開始就有很大的過度擬合風險。考慮對逐步回歸使用相當嚴格的進入和離開標準。基於 AIC 或而不是閾值測試或測試。
（我假設您已經進行了分析和探索以識別自變量的適當重新表達，您已經識別了可能的相互作用，並且您已經確定因變量的 logit 之間確實存在近似線性關係和回歸量。如果沒有，做這個必要的初步工作，然後才回到逐步回歸。）
順便說一句，請謹慎遵循我剛剛給出的一般建議:-)。您的方法應該取決於分析的目的（預測？外推？科學理解？決策？）以及數據的性質、變量的數量等。