影响点与样本量对多变量分数多项式模型选择及可重复性的影响
统计方法学
2022-09-21 v1
摘要
多变量分数多项式(MFP)过程将变量选择与函数选择过程(FSP)相结合。对于连续变量,使用闭合检验过程来决定无效应、线性、FP1 或 FP2 函数之间。影响观测(IP)和小样本量都可能对所选的分数多项式模型产生影响。在本文中,我们使用具有六个连续预测变量和四个分类预测变量的模拟数据,来说明有助于识别对函数选择和 MFP 模型有影响的影响点的方法。这些方法使用留一或留二剔除以及两种相关的多变量评估技术。在七个子样本中,我们还研究了样本量和模型可重复性的影响。为了更好说明,使用了结构化概况来提供所有已进行分析的概览。结果表明,一个或多个 IP 可以驱动所选择的函数和模型。此外,在小样本量下,MFP 可能无法检测非线性函数,且所选模型可能与真实潜在模型大不相同。然而,如果样本量充足且仔细进行回归诊断,MFP 可以是为连续变量选择变量与函数形式的合适方法。
引用
@article{arxiv.2209.09586,
title = {Effects of Influential Points and Sample Size on the Selection and Replicability of Multivariable Fractional Polynomial Models},
author = {Willi Sauerbrei and Edwin Kipruto and James Balmford},
journal= {arXiv preprint arXiv:2209.09586},
year = {2022}
}
备注
Main paper and a supplementary combined