doctor2010
最近投了一篇论文,其中用到 logistic回归,我在处理实验数据的时候用的是:后退逐步法(backward stepwise).
其中审稿的统计评委,建议我用logistic回归--全因纳入法.
我看了些论文,发现很多类似的文章也用的: 后退逐步法(backward stepwise),而且我感觉用这个方法,得出的结论是可信的.
但是我该如何说服评委呢?
有没有哪位高人指点下:
1.在什么情况下全因纳入法(就是把所有的因素都放进来一起回归,最后得出结论)和后退逐步法(就是一步步地回归,在每一步根据一些临界值去掉一些变量,直到没有可以去掉的了)的结果是等价的?或者两种方法都是可以的?
2.有没有更加权威的论文说明两个方法都可以呢? 或者权威论文也用了后退逐步法?
如果哪位高人还需要我的论文的具体情况,请告诉我,我会给出更详细的描述..
先谢了!!
shuaihuang
你就按他的做呗
不试一下
怎么能知道到底他的好还是你的好
如果你的确实好
你就把两个结果对比给他看
不就结了嘛 呵呵
doctor2010
楼上高手: 因为重做很麻烦，几乎是从头做。。。 [s:11]
所以现在想找个方法来说明自己的做法也是对的。 [s:11]
想尝试一下。
shuaihuang
不敢说高手哈
对于你的第一个问题, 我是没见过有这样的PAPER的. 毕竟这两种模型选择方法, 其优化的目标函数是不存在的, 所以, 理论上证明其等价是不可能的. 但是, 这两个方法都是人家认同的, 也没有哪个文章说, 谁就一定好, 谁就一定坏. 对于第二个, 那太容易回答了. 在你投的杂志里, 找一篇就是了. 如果没有, 就在你的领域里, 找一篇, 应该没问题吧?:)
不过投稿的时候, 很多时候你还是得按审稿人的意思做, 不然他怎么能信服呢? 我见过有人REBUTTA 50页的, 他自己的文章才10多页呢. 把审稿人的各个意见全具体分析过, 最后指出, 自己的是最好的. 这样的人家才信. 你要是光引经据典, 说我这个方法最好, 那肯定是无用功, 因为大家都知道, 没有绝对的好方法, 从来没有谁说我今天推了个模型, 其他的模型从此都可以滚蛋了, LOGISTIC回归的模型选择方面的文献, 实在太多了, 差不多赶上回归分析. 谁都说自己的好, 但谁都没说自己的对所有的数据都好. 不说你的逐步回归, 还是全回归, 还是最近流行的L1-NORM, 或者最精确的BAYESIAN MODEL AVERAGING, 只要用得好, 都是很好的方法. 呵呵, 都是要具体情况具体分析的嘛.
doctor2010
楼上高手,可否留下联系方式?或者 qq之类?
我的email: doctor_2010@yahoo.cn
希望交流!! 谢谢!
zt2730
多因素回归的变量筛选方法有 forward、backward 和stepwise， 只是不知backward stepwise是何物？
shuaihuang
statshuaih@gmail.com
不一定能帮得上忙....
doctor2010
[quote]引用第5楼zt2730于2010-01-06 13:16发表的 :
多因素回归的变量筛选方法有 forward、backward 和stepwise， 只是不知backward stepwise是何物？
[/quote]
俺是半吊子,其实一点水都没有,很可能是我自己这里理解错误了!!
谢谢提醒..
hexm26
forward、backward 和stepwise的确切定义为forward stepwise, backward stepwise 和 stepwise in both directions.
dingpeng
如果变量比较少，则可全子集的搜索。
向前向后都只是一种计算上的妥协。
zt2730
向前向后 逐步都不是最优，变量筛选的话 我推荐用 遗传算法genetic algorithm
另外logistics模型 还怕自变量相关，也就是共线性，所以 应该给出多个解，而不是一个解
