×
威利·索尔布雷;阿尼卡·巴赫霍尔茨;安内拉鲁州布列斯特克;活页夹，哈拉尔德

关于推导多元回归模型的稳定性问题。 （英语） Zbl 1329.62035号

生物。J。 57，第4期，531-555（2015）。
摘要：在分析实证数据的许多科学领域，任务通常是确定影响结果的重要变量。这通常是通过在多变量回归模型中使用变量选择策略来实现的。通过对儿童臭氧影响的研究（n=496，24个协变量），我们将讨论与推导合适模型相关的方面。以模型稳定性为重点，我们将探讨并说明预测模型和解释模型之间的差异、停止标准的关键作用以及引导重采样的价值（有替换和无替换）。Bootstrap重采样将用于评估变量选择的稳定性，导出包含模型不确定性的预测器，检查影响点，并可视化变量选择过程。对于后两项任务，我们调整和扩展了最近的方法，例如稳定路径，以达到我们的目的。根据之前的经验和示例的结果，我们将讨论更简单的模型，并且无论使用何种选择方法，预测通常都非常相似。相应方差存在重要差异，模型不确定性概念有助于防止严重低估相关预测衍生数据的方差。稳定性调查结果表明，在推导合适的解释模型的任务中存在严重困难。似乎可以确定少数对结果有重要且可能真正影响的变量，但通常会包含几个变量，这些变量的选择可能是偶然的结果，也可能取决于少数观察结果。

引用于1审查
引用于10文件

MSC公司：

62-07 数据分析（统计）（MSC2010）
62H11型 定向数据；空间统计学
62页第10页 统计学在生物学和医学中的应用；元分析
62J05型 线性回归；混合模型
62F40型 引导、折刀和其他重采样方法

关键词：

引导重采样;影响点;模型稳定性;回归模型;变量选择

软件：

聚会;均方根值
PDF格式BibTeX公司 XML格式引用
\textit{W.Sauerbrei}等人，《生物》。J.57，No.4，531--555（2015；Zbl 1329.62035）
全文： 内政部

参考文献：

[1] Akaike，H.（1973）。信息论和最大似然原理。摘自：Petrov，B.N.（主编）和Csaki，F.（主编辑），第二届信息理论国际研讨会。Akademiai Kiado，匈牙利布达佩斯，第267-281页·Zbl 0283.62006号
[2] Altman，D.G.和Andersen，P.K.（1989）。Cox回归模型稳定性的Bootstrap研究。医学统计8771-783。
[3] Andersen，P.K.和Skovgaard，L.T.（2010）。线性预测回归。纽约州纽约州施普林格·兹比尔1284.62025
[4] Atkinson，A.C.（1981）。回归中外围和有影响的观测值的稳健性、转换和两个图形显示。生物特征68，13-20·Zbl 0462.62049号
[5] Augustin，N.H.、Sauerbrei，W.和Schumacher，M.（2005）。将模型选择不确定性纳入生存数据预测模型的实用性。统计建模5，95-118·Zbl 1071.62096号
[6] Babu，J.G.（2011）。模型拟合和模型选择的重采样方法。《生物制药统计学杂志》21，1177-1186。
[7] Binder，H.和Sauerbrei，W.（2009年）。使用纽结去除法对呼吸健康数据的加性样条模型进行稳定性分析。《皇家统计学会杂志》C58，577-600。
[8] Binder，H.和Schumacher，M.（2008a）。在高维bootstrap样本中调整预测误差估计值以进行有偏复杂度选择。遗传学和分子生物学中的统计应用7，第12条·Zbl 1276.62060号
[9] Binder，H.和Schumacher，M.（2008b）。考虑强制协变量，以提高稀疏高维生存模型的估计。BMC生物信息学9、14。
[10] Bland，M.J.和Altman，D.G.（1986年）。评估两种临床测量方法之间一致性的统计方法。《柳叶刀》8307-310。
[11] Box，G.E.P.（1979）。科学建模策略的稳健性。收录于：Launer，R.L.（编辑）和Wilkinson，G.N.（编辑，编辑），《统计学中的稳健性》。学术出版社，纽约州纽约市，第201-236页。
[12] Breiman，L.（1992）。回归中选择维度的小bootstrap和其他方法：X固定预测误差。《美国统计协会杂志》87，738-754·Zbl 0850.62518号
[13] Breiman，L.（1996）。装袋预测器。机器学习24123-140·Zbl 0858.68080号
[14] Buchholz，A.、Holländer，N.和Sauerbrei，W.（2008）。关于用两步bootstrap模型平均法导出的预测因子的性质——线性回归模型中的模拟研究。计算统计与数据分析52，2778-2793·Zbl 1452.62038号
[15] 巴克兰，S.T.，伯纳姆，K.P.和奥古斯丁，N.H.（1997）。模型选择：推理不可或缺的一部分。生物统计学53，603-618·Zbl 0885.62118号
[16] Bühlmann，P.和Yu，B.（2003）。L2损失推动：回归和分类。《美国统计协会杂志》98，324-339·Zbl 1041.62029号
[17] Burnham，K.P.和Anderson，D.R.（2004）。多模型推理——在模型选择中理解AIC和BIC。社会学方法与研究33，261-304。
[18] Chen，C.和George，S.L.（1985）。通过Cox比例风险回归模型对预后因素的引导和识别。医学统计4，39-46。
[19] Chernick，M.R.（2008）。引导方法。执业者和研究人员指南。新泽西州霍博肯威利·Zbl 1136.62029号
[20] Cox，D.R.（1972）。回归模型和生命表（含讨论）。英国皇家统计学会期刊B34187-220·Zbl 0243.62041号
[21] Davison，A.C.和Hinkley，D.V.（1997年）。引导方法及其应用。剑桥大学出版社，马萨诸塞州剑桥·Zbl 0886.62001号
[22] Davison，A.C.、Hinkley，D.V.和Young，G.A.（2003）。引导方法的最新发展。统计科学18，141-157·Zbl 1331.62179号
[23] Efron，B.（1979年）。引导方法：另一个看刀。统计年鉴7，1-26·Zbl 0406.62024号
[24] Efron，B.（1983年）。估计预测规则的错误率：改进交叉验证。《美国统计协会杂志》78，316-331·Zbl 0543.62079号
[25] Efron，B.、Hastie，T.、Johnstone，I.和Tibshirani，R.（2004）。最小角度回归。《统计学年鉴》32407-499·Zbl 1091.62054号
[26] Furnival，G.M.和Wilson，R.W.（1974年）。跳跃式回归。技术计量16，499-511·Zbl 0294.62079号
[27] Gifi，J.（1990）。非线性多元分析。英国奇切斯特John Wiley&Sons·Zbl 0697.62048号
[28] Gong，G.（1982）。关于使用引导程序评估模型可变性的一些想法。摘自：海纳·K·W（编辑）、萨切尔·R·S（编辑）和威尔金森·J·W（主编），《计算机科学与统计：第14届界面研讨会论文集》。施普林格，纽约州纽约市，第169-173页·Zbl 0566.62003号
[29] 格陵兰，S.（1989）。流行病学分析中的建模和变量选择。《美国公共卫生杂志》79，340-348。
[30] Harrell，F.E.（2001）。回归建模策略，以及线性模型、逻辑回归和生存分析的应用。纽约州纽约州施普林格·Zbl 0982.62063号
[31] Hastie，T.、Taylor，J.、Tibshirani，R.和Walther，G.（2007年）。正向分段回归和单调套索。电子统计杂志1，1-29·Zbl 1306.62176号
[32] Hoeting，J.A.、Madigan，D.、Raftery，A.E.和Volinsky，C.T.（1999）。贝叶斯模型平均：教程（含讨论）。统计科学14，382-417·Zbl 1059.62525号
[33] Hothorn，T.、Hornik，K.、Strobl，K.和Zeileis，A.（2013）。递归分区的实验室。R软件包版本1.0-8。可在http://cran.r网址‐project.org/web/packages/party/index.html。
[34] Ihorst，G.、Frischer，T.、Horak，F.、Schumacher，M.、Kopp，M.，Forster，J.、Mattes，J.和Kuehr，J.（2004）。臭氧对肺部生长的长期和中期影响，包括广泛的暴露。《欧洲呼吸杂志》23，292-299。
[35] Janitza，S.，Binder，H.和Boulesteix，A.‐L。(2014). 自举样本的假设检验和模型选择的陷阱：生物特征应用中的原因和后果。慕尼黑LMU统计部技术报告163。可在网址：https://epub.ub.uni‐muenchen.de/2038/index.html。
[36] LePage，R.和Billard，L.（1992年）。探索引导的局限性。威利，纽约州纽约市。
[37] Meinshausen，N.和Bühlmann，P.（2010年）。稳定性选择。《皇家统计学会杂志》B72，417-473·Zbl 1411.62142号
[38] Miller，A.J.（2002）。回归中的子集选择（第二版）。查普曼和霍尔/CRC，佛罗里达州博卡拉顿·Zbl 1051.62060号
[39] Nixon，R.M.和Thompson，S.G.（2004）。医学研究中成本数据的参数化建模。医学统计231311-1331。
[40] Park，T.和Casella，G.（2008）。贝叶斯套索。《美国统计协会杂志》103，681-686·Zbl 1330.62292号
[41] Porzelius，C.、Schumacher，M.和Binder，H.（2010年）。低维生存环境中的稀疏回归技术。统计与计算20，151-163。
[42] Rousseeuw，P.J.和Leroy，A.M.（1987）。稳健回归和异常检测。威利，纽约州纽约市·Zbl 0711.62030号
[43] Royston，P.、Altman，D.G.和Sauerbrei，W.（2006年）。将多元回归中的连续预测因子二分法：一个坏主意。医学统计25127-141。
[44] Royston，P.和Sauerbrei，W.（2003）。具有变量选择和变换的多变量分数多项式模型的稳定性：自举研究。医学统计22，639-659。
[45] Royston，P.和Sauerbrei，W.（2008）。多变量模型构建——基于分数多项式建模连续变量的回归分析实用方法。威利，纽约州纽约市·Zbl 1269.62053号
[46] Sauerbrei，W.（1993年）。比较回归模型中变量选择程序的模拟研究和实例。收录：Michaelis，J.（编辑）、Hommel，G.和Wellek，S。MMV，缪晨，第108-113页。
[47] Sauerbrei，W.（1999）。在医学统计学中使用重采样方法来简化回归模型。应用统计48313-329·Zbl 0939.62114号
[48] Sauerbrei，W.，Boulesteix，A.-L。和Binder，H.（2011）。针对低维和高维数据导出的多变量回归模型的稳定性研究。《生物制药统计杂志》21，1206-1231。
[49] Sauerbrei，W.和Royston，P.（2007）。建模以从临床试验数据中提取更多关于引导的一些角色的信息。医学统计264989-5001。
[50] Sauerbrei，W.、Royston，P.和Binder，H.（2007）。多变量模型构建中重要变量的选择和连续预测函数形式的确定。医学统计26，5512-5528。
[51] Sauerbrei，W.和Schumacher，M.（1992年）。用于模型构建的引导重采样过程：应用于Cox回归模型。医学统计11，2093-2109。
[52] Schemper，M.（1993）。预后因素在生存研究中的相对重要性。医学统计12，2377-2382。
[53] Shmueli，G.（2010年）。解释还是预测？统计科学3，289-310·Zbl 1329.62045号
[54] Strobl，C.，Boulesteix，A.‐L。，Zeileis，A.和Hothorn，T.（2007年）。随机森林变量重要性度量中的偏差：插图、来源和解决方案。BMC生物信息学8，25。
[55] Tibshirani，R.（1996）。通过套索回归收缩和选择。《皇家统计学会杂志》58，267-288·Zbl 0850.62538号
[56] Tsao，M.和Ling，X.（2012）。回归模型稳健估计的子抽样方法。开放统计杂志2，281-296。
[57] Tutz，G.和Binder，H.（2007年）。推进岭回归。计算统计学和数据分析51604-6059·Zbl 1330.62294号
[58] Van Houwelingen，H.C.（2001）。收缩和惩罚似然作为提高预测准确性的方法。Neerlandica统计55，17-34·Zbl 1075.62591号
[59] Van Houwelingen，H.C.和Sauerbrei，W.（2013）。重新审视线性回归中的交叉验证、收缩和变量选择。开放统计杂志3，79-102。
[60] Westfall，P.H.（2011）。关于使用引导数据库进行多次比较。《生物制药统计杂志》21，1187-1205。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。