Jeg tilpasser en trinnvis logistisk regresjon på et datasett i SPSS. I prosedyren passer jeg modellen min til et tilfeldig delmengde som er ca. 60% av det totale utvalget, som er omtrent 330 tilfeller.
Det jeg synes er interessant, er at hver gang jeg prøver ut dataene mine på nytt, får jeg forskjellige variabler som dukker inn og ut i den endelige modellen. Noen få prediktorer er alltid til stede i den endelige modellen, men andre kommer inn og ut avhengig av utvalget.
Spørsmålet mitt er dette. Hva er den beste måten å håndtere dette på? Jeg håpet å se konvergensen av prediktorvariabler, men det er ikke tilfelle. Noen modeller gir mye mer intuitiv mening fra et operativt syn (og vil være lettere å forklare beslutningstakerne), og andre passer dataene bedre.
Kort sagt, siden variabler skifter rundt, hvordan vil du anbefale å håndtere situasjonen min?
Tusen takk på forhånd.