लॉजिस्टिक रिग्रेशन में मॉडल चयन के लिए बेयसियन मॉडल एवरेजिंग और स्टेपवाइज विधियों की तुलना

लॉजिस्टिक रिग्रेशन रोगों के पूर्वानुमानकर्ताओं का मूल्यांकन करने के लिए मानक विधि है। लॉजिस्टिक रिग्रेशन विश्लेषण में, एक स्टेपवाइज रणनीति अक्सर चर के एक उपसमुच्चय का चयन करने के लिए अपनाई जाती है। इसके बाद, चयनित मॉडल पर आधारित पूर्वानुमानकर्ताओं के बारे में अनुमान लगाया जाता है, जो केवल उन परिवर्तनों से निर्मित होता है जो उस मॉडल में बनाए रखे गए हैं। यह विधि इसके बाद न तो चयनित नहीं किए गए परिवर्तनों और न ही परिवर्तक चयन प्रक्रिया के कारण的不确定ता को ध्यान में रखती है। इस सीमितता का समाधान बेयसियन मॉडल एवरेजिंग दृष्टिकोण अपनाकर किया जा सकता है, जो संभावित सभी मॉडलों में से कई का चयन करता है और इन मॉडलों के पश्चात की संभावनाओं का उपयोग करके सभी अनुमान और पूर्वानुमान करता है। यह अध्ययन बेयसियन मॉडल एवरेजिंग दृष्टिकोण की तुलना स्टेपवाइज प्रक्रियाओं से करता है ताकि लॉजिस्टिक रिग्रेशन में पूर्वानुमानकर्ता परिवर्तनों के चयन के लिए सिमुलेटेड डेटा सेट और फ्रेमिंघम हार्ट स्टडी डेटा का उपयोग किया जा सके। परिणाम दर्शाते हैं कि अधिकांश मामलों में बेयसियन मॉडल एवरेजिंग सही मॉडल का चयन करता है और रुचि के घटना की भविष्यवाणी करने में स्टेपवाइज दृष्टिकोणों को बेहतर प्रदर्शन करता है।