Underfitting ist eine Gefahr bei der Modellselektion innerhalb der multiplen Regression (siehe: Modellselektion). Es bezeichnet die Auswahl von zu wenigen Prädiktoren im „finalen Modell“, also den Ausschluss von Prädiktoren, welche in Wahrheit einen relevanten Effekt auf das Kriterium haben und daher klinisch relevant wären.
Kategorien
Neueste Beiträge
- Die Grundlagen statistischer Tests in der Medizin: Eine leicht verständliche Erklärung von p-Wert, Effektstärke und Hypothesen
- Stichprobe oder Population? Wo ist der Unterschied?
- Null- und Alternativhypothese – die Grundlage deiner Studie
- Fehler 1. und 2. Art und die Sache mit der Wahrscheinlichkeit
- Die Testlogik und der p-Wert