如何使用R中的rms包将验证和校准结果合并到模型中？

Question

我有一个模型，我使用回归建模策略建立，Frank Harrell在他的回归建模策略书中讨论过（即预先指定，使用工作科学知识，将所有内容掩盖到因变量，数据减少等）。我无法真正了解模型动机的细节，但我可以说我使用的自由度比实际数据更多。我使用引导程序计算了一个收缩估计来解释这个问题，但它表明我的模型并不需要任何收缩。当我使用plot(calibrate(model))（在rms R包中）时，表观曲线几乎与理想曲线点亮，但偏差校正曲线相当偏差。当我使用validate(model)（同样是rms包）时，一些乐观主义并不是我想要看到的。所以，我的问题：验证和校准似乎告诉我，我的模型需要一些改进 - 特别是由于过度拟合。如何使用这些结果来改进我的实际模型（即得到偏差校正的系数，协方差矩阵，预测等）。

这是我所看到的可重现的例子（尽管校准曲线要好得多）。

    set.seed(1)
    require(rms)
    data("iris")
    iris$outcome <- rbinom(150, 1, .3)
    model <- lrm(outcome ~ Sepal.Length + Sepal.Width + Petal.Length, data = iris, x = TRUE, y = TRUE)
    plot(calibrate(model))
    validate(model)