STATISTIK-FORUM.de

[simsalaaaaaa]

Hallo ihr lieben Statistikprofis,

ich habe eine Frage und hoffe ihr könnt mir weiterhelfen. Ich habe leider überhaupt keine Ahnung von Statistik und brauche deshalb dringend Hilfe und möglichst einfache Erklärungen (quasi auf Anfänger-Niveau ).

In meiner Dissertation habe ich (bzw. gott sei Dank ein Statistiker) eine binäre logistische Regression mit einer rückwärtsgerichteten Variablenselektion auf Basis von AIC mit R gemacht.
Jetzt wurde mir gesagt, dass das zu einer "Post-selection-inference" führt.

Ich habe versucht mir das anzulesen, allerdings verstehe ich es leider nicht genau. Was bedeutet das?
Dass die P-Werte in ihrer Aussage jetzt eingeschränkt sind, weil das Model ja schon die Variablen (z.B. anhand ihrer Signifikanzwerte) vorselektiert hat?

Ich hoffe jemand kann mir helfen.

Liebe Grüße,
Simone

[bele]

Genau, Du bekommst ein Model, das super zu Deiner Stichprobe passt dafür aber oft zu gut dazu und schlecht zur Grundgesamtheit. Es macht Dich übermäßig optimistisch/unkritisch. Andere Verfahren bemühen sich gezielt, eine Überanpassung zu verhindern, stepwise kann das nicht.

Deshalb muss man vorsichtig sein bei der Interpretation.

LG,Bernhard