多元线性回归模型中新生儿出生体重预测的特征选择方法
数值分析
2024-11-19 v1 数值分析
摘要
本项目基于数据集“exposome_NA.RData”，该数据集包含一个由 1301 对在怀孕期间被纳入 HELIX 研究的母子组成的子队列。在孩子出生时或 6-11 岁时测量了若干健康结果，同时考虑了感兴趣的环境暴露和其他协变量。本报告概述了获得具有最佳预测能力的最佳 MLR 模型的过程。我们首先通过前向选择、后向消除和逐步选择获得三个候选模型，并使用包括 AIC、调整后 R^2 和 8000 次重复交叉验证在内的多种比较方案选择最优模型。报告最后揭示了所选模型的一些额外发现，以及我们在模型选择过程中使用方法的局限性。
引用
@article{arxiv.2411.11167,
title = {Feature Selection Approaches for Newborn Birthweight Prediction in Multiple Linear Regression Models},
author = {Esther Liu and Pei Xi Lin and Qianqi Wang and Karina Chen Feng},
journal= {arXiv preprint arXiv:2411.11167},
year = {2024}
}