向前逐步模型选择的显著性检验
统计方法学
2014-05-16 v1
摘要
我们将 Lockhart 等人 (2013) 和 Taylor 等人 (2013) 开发的关于惩罚回归显著性检验的方法应用于向前逐步模型选择。一个由二次不等式描述的选择过程通用框架包含了带有分组变量的向前逐步法的变体，使我们能够处理分类变量和因子模型。我们提供了一种算法来计算一个新的统计量，该统计量在给定模型选择过程结果的条件下具有精确的零分布。这个我们记为 的新统计量在全局零假设下具有截断 分布。我们在向前逐步法中迭代地将此检验应用于每一步后的残差。所得方法兼具逐步选择的计算优势，并解决了因模型选择导致检验统计量无效的问题。我们通过将该方法应用于向前逐步法的几个专门应用（包括层次交互模型以及最近描述的一种能为每个变量自适应选择线性或非线性效应的加法模型）来说明其灵活性。
引用
@article{arxiv.1405.3920,
title = {A significance test for forward stepwise model selection},
author = {Joshua R. Loftus and Jonathan E. Taylor},
journal= {arXiv preprint arXiv:1405.3920},
year = {2014}
}