Отбор лучших переменных Опции

[малой]

Сравниваем две группы пациентов по итогам оценки с помощью порядковой шкалы (0 - признак не выражен, 1 - минимально выражен, 2 - сильно выражен), имеющей более 40 переменных. Применённый критерий Краскела-Уоллиса показывает значимость различий по каждой из сорока переменных. ROC-анализ показывает, что классификатор хороший. Но такая методика слишком большая и нужно оставить не более десяти самых сильных переменных, которые к тому же позволят наилучшим образом предсказать наступление события (бинарная классификация).

Подскажите пожалуйста как в настоящее время принято решать такую задачу? Логистическая регрессия?

[DrgLena]

Не могу только теперь найти табличку Categorical Var Codings.

Var =Variables, может теперь найдете, в самом начале, до коэффициентов, а если не получится, скопируйте весь отчет в ворд и запустите поиск

Вы не сделали домашнее задание, я дважды просила вас сделать таблицу сопряженности, но вы не сделали, а потому и страдаете с категориальной переменной, которая легко может быть редуцирована до бинарной, поскольку не имеет значения одна или больше судимостей, сам факт ее наличия повышает шанс повторного суицида OR= 5,43. А по поводу количественной переменной, которая является сумммой по какой то известной шкале (методика), то она сама по себе является хорошим инструментом диагностирования с чувствительностью в точке>7 баллов 96,7%, при более скромной специфичности. Домашнее задание, посчитать OR для этой бинарной переменной.
Добавляя в модель другие переменные, которые имеют значимые корреляции с методикой, вы снижаете чувствительность, совсем незначительно повышая специфичность. Подумайте, что вам важнее гипо или гипердиагностика?