Prinzipien der Effektschätzung: Modelle, die den Effekt eines Prädiktors schätzen
- Das Modell muss nicht sparsam (parsimonious) sein.
- Der Untersucher wählt auf Grundlage seiner Fachkenntnis selbst aus, welche Prädiktoren in das Modell aufgenommen werden.
- Der Untersucher legt auf Grundlage seiner Fachkenntnis selbst fest, wie das Modell spezifiziert wird (Interaktionen, Splines, Stratifizierung usw.).
- Nicht signifikante Prädiktoren können ohne Weiteres im Modell verbleiben, wenn ihre Berücksichtigung das gesamte Modell realistischer macht.
- Interaktionen müssen berücksichtigt und, wo es sinnvoll erscheint, verwendet werden. Man sollte jedoch nicht unüberlegt nach Interaktionen suchen.
- Weist der predictor of main interest (der Prädiktor, an dem man besonders interessiert ist) einen hohen Anteil fehlender Werte (Missing) auf, kann es sinnvoll sein, diese mittels multipler Imputation zu ersetzen.
- Verwenden Sie Splines und lockern Sie die Linearitätsannahme großzügig, insbesondere bei starken Prädiktoren sowie beim predictor of main interest.
- Kategorisieren Sie stetige Variablen nicht, sofern es dafür keinen guten Grund gibt.
- Das Modell muss weder validiert noch kalibriert werden.
- Das Modell sollte möglichst vorab spezifiziert werden.
Prinzipien der Vorhersagemodellierung: Modelle, die die Vorhersagegüte maximieren
- Stellen Sie sicher, dass so viele Daten wie möglich zur Verfügung stehen.
- Kategorisieren Sie stetige Variablen nicht.
- Bei der Überlebenszeitanalyse (survival analysis) muss die Nachbeobachtung lang genug sein, damit ausreichend viele Ereignisse (Events) eintreten. Die Power einer Überlebenszeitanalyse hängt ausschließlich von der Anzahl der Ereignisse ab.
- Stellen Sie sicher, dass eine Hypothese feststeht, bevor die Datenanalyse beginnt. Es ist wichtig, die Kandidatenprädiktoren vorab festzulegen.
- Die Zielgröße (Y) darf nicht herangezogen werden, um zu entscheiden, welche Prädiktoren in das Modell aufgenommen werden sollen: weder durch univariate Tests noch durch deskriptive Grafiken oder andere Hypothesentests. Kandidatenprädiktoren dürfen nicht mit diesen Methoden aussortiert werden.
- Ist der Anteil fehlender Werte beim Prädiktor X erheblich, sollten Sie eine multiple Imputation in Betracht ziehen.
- Wenn Sie viele Personen mit fehlenden Daten ausschließen, sollten Sie prüfen, ob sich die Personen mit fehlenden Werten von denjenigen unterscheiden, die im Modell verblieben sind. Dies lässt sich mit deskriptiven Tabellen untersuchen. Idealerweise sollten beide Populationen vergleichbar sein.
- Legen Sie für jeden Prädiktor fest, mit welcher Komplexität er modelliert werden soll. Es wird empfohlen, die Linearität mit Restricted Cubic Splines zu prüfen. Starken Prädiktoren sollten Splines mit mehr Stützstellen (Knots) zugewiesen werden.
- Reduzieren Sie die Anzahl der Prädiktoren, wenn sie das übersteigt, was die Anzahl der Beobachtungen zulässt (siehe Hinweise unter Punkt 7 oben).
- Entwickeln Sie das Modell in einer Teilstichprobe der gesamten Stichprobe. 80 % der Beobachtungen können zum Training und 20 % zur Validierung verwendet werden.
- Interaktionsterme sollten vorab spezifiziert und nicht ohne Begründung gesucht werden. Schließen Sie nicht signifikante Interaktionen aus.
- Verwenden Sie Leverage (Hebelwirkung), um zu prüfen, ob es Beobachtungen gibt, die einen „zu großen“ Einfluss auf das Modell ausüben.
- Prüfen Sie mithilfe des VIF (Varianzinflationsfaktor, variance inflation factor), ob Kollinearität (collinearity) vorliegt.
- Verwenden Sie Bootstrapping, um das Modell zu validieren.