Hosmer-Lemeshow与AIC进行逻辑回归


12

如果Hosmer-Lemeshow表示不合身,但AIC在所有模型中最低,请问您是否仍在使用该模型?

如果删除变量,则Hosmer-Lemeshow统计数据并不重要(这意味着完全不存在拟合度不足)。但是AIC增加了。

编辑:我认为通常,如果不同模型的AIC彼此接近(即),则它们基本上是相同的。但是AIC却大不相同。这似乎表明AIC最低的那个是我应该使用的那个,即使Hosmer-Lemeshow测试表明不是这样。<2

也许HL测试仅适用于大样本?对于小样本量(我的样本量约为300),它具有较低的功耗。但是,如果我得到了显着的结果……这意味着即使功率很低,我也会遭到拒绝。

如果我使用AICc与AIC会有所不同吗?您如何在SAS中获得AICc?我知道多样性可能存在问题。但是我先验地假设这些变量对结果有影响。

任何意见?

Edit2:我认为我应该使用变量少一个而模型AIC较高且HL不显着的模型。原因是因为其中两个变量相互关联。因此,摆脱一个很有意义。


考虑到所有模型都可能是垃圾。

@mbq:这有什么帮助?
Thomas

2
好吧,即使在一组不重要的模型中,也有一个具有最佳AIC的模型。无论如何,请不要使用答案来扩展您的问题。

Answers:


12

Hosmer-Lemeshow测试在某种程度上已经过时了,因为它需要对预测的概率进行任意组合,并且不具有检测未校准的出色能力。它也没有完全惩罚模型的过度拟合。可以使用更好的方法,例如Hosmer,DW; Hosmer,T。le Cessie,S.和Lemeshow,S.对逻辑回归模型的拟合优度检验的比较。统计医学,1997,16,965-980。他们的新措施已在R中实施rmsR2c


那么,使用似然比检验可以更好地评估具有最低AIC的模型的拟合优度吗?因为此测试表明不缺乏合适性。
Thomas

查看超过2个模型的AIC将导致某些选择偏差/过度拟合。除了我在上文中给出的内容外,AIC没有明确评估合适性。评估拟合的最佳方法是使用连续的平滑非参数校准图来演示良好的校准,并且对于更复杂的组件(这可能使模型预测得更好)的证据很少。
Frank Harrell

假设我无权使用任何这些工具。具有显着HL检验的模型A的变量也比具有显着HL检验的模型B的变量少。我只比较这两个模型。模型A的AIC最低,模型B的AIC更高。
托马斯

我的意思是模型B的AIC最低,模型A的AIC更高。
Thomas

2
rmsP
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.