Пять мифов об отборе переменных

Многофакторные регрессионные модели часто используют в трансплантологии, чтобы выявить или подтвердить исходные переменные, независимо связанные с исходом трансплантации — причинно или лишь на основании статистической корреляции. Несмотря на отсутствие надёжного теоретического обоснования, отбор переменных широко применяют как метод, который, по-видимому, позволяет упростить такие модели. Однако на практике он нередко усложняет анализ, поскольку делает неприменимыми распространённые методы статистического вывода, в частности оценку p-значений и доверительных интервалов. Это особенно важно для исследований в трансплантологии, где выборки часто бывают небольшими или умеренными по размеру. Кроме того, отбор переменных требует ресурсоёмкой проверки устойчивости результатов и особенно осторожной интерпретации. Мы обсуждаем пять распространённых заблуждений, которые нередко приводят к некорректному применению этого метода. Мы подчёркиваем, что во многих случаях отбора переменных и связанных с ним проблем можно избежать, опираясь на экспертные знания.