Si el Hosmer-Lemeshow indica una falta de ajuste, pero el AIC es el más bajo entre todos los modelos ... ¿aún debe usar el modelo?
Si elimino una variable, la estadística de Hosmer-Lemeshow no es significativa (lo que significa que no hay una gran falta de ajuste). Pero la AIC aumenta.
Editar : Creo que, en general, si los AIC de diferentes modelos están cerca (es decir, ) entre sí, entonces son básicamente los mismos. Pero los AIC son muy diferentes. Esto parece indicar que el que tiene el AIC más bajo es el que debería usar, aunque la prueba de Hosmer-Lemeshow indica lo contrario.
¿Quizás la prueba HL solo se aplica a muestras grandes? Tiene baja potencia para tamaños de muestra pequeños (mi tamaño de muestra es ~ 300). Pero si obtengo un resultado significativo ... Esto significa que, incluso con poca potencia, obtengo un rechazo.
¿Habría alguna diferencia si usara AICc versus AIC? ¿Cómo se obtienen los AICc en SAS? Sé que podría haber problemas con la multiplicidad. Pero a priori planteo la hipótesis de que las variables tienen un efecto en el resultado.
¿Algún comentario?
Edit2 : creo que debería usar el modelo con una variable menos y el AIC más alto con HL no significativo. La razón es porque dos de las variables están correlacionadas entre sí. Entonces deshacerse de uno tiene sentido.