Dal secondo numero del 2019 appena pubblicato ti segnaliamo il lavoro Bayesian model averaging: improved variable selection for matched case-control studies di Yi Mu e colleghi, nella sezione Biostatistics.

In questo lavoro si affronta il problema della selezione delle covariate nei modelli di regressione, una sfida continua nella pratica statistica. I metodi classici che selezionano un sottoinsieme di fattori di rischio tramite tecniche di tipo stepwise dominano il campo della ricerca medica. Tuttavia, questo approccio è stato molto criticato perchè non considera l'incertezza legata al processo di selezione stesso. Gli autori propongono di superare questo limite utilizzando un approccio bayesiano e ne descrivono le caratteristiche tramite uno studio di simulazione ed un'applicazione su dati reali.

Buona lettura!