多因素Logistic回归与Lasso回归的结论不同应该如何理解？

Question

在一项临床研究中，想要筛选变量进行建模，查阅了相似的文献，文献作者思路是这样的：先使用Lasso回归对全数据集筛选自变量，再分训练集和测试集，用Logistic回归、随机森林、神经网络对筛选后的自变量进行建模和检测，做出ROC和校准曲线，

然而我在复制这个模式时，额外做了一个二元多因素Logistic回归时，得到了4个p<0.05的自变量。这4个变量不都在Lasso回归筛选得到的变量中，Lasso回归筛选得到的变量，也不都有显著性。也就是说，逻辑回归中有显著性的是abcd，Lasso回归最后剩余的是abce

作为一个统计小白，不知道应该怎么理解这个情况，还请大神指点一下！谢谢！

Answer 1

你好，我是有问必答小助手，非常抱歉，本次您提出的有问必答问题，技术专家团超时未为您做出解答


本次提问扣除的有问必答次数，将会以问答VIP体验卡（1次有问必答机会、商城购买实体图书享受95折优惠）的形式为您补发到账户。


因为有问必答VIP体验卡有效期仅有1天，您在需要使用的时候【私信】联系我，我会为您补发。