逐步回归的R语言实现

定义

类型

向前引入法
从一元回归开始,逐步增加变量,使指标值达到最优为止
相互删除法
从全变量回归方程开始,逐步删去某个变量,使指标值达到最优为止
逐步筛选法
综合上述方法

衡量标准

R2:越大越好
AIC:越小越好

step()

usage:

step(object, scope, scale = 0,
     direction = c("both", "backward", "forward"),
     trace = 1, keep = NULL, steps = 1000, k = 2, ...)

这个函数可以用来对已建立的lm or glm model进行逐步回归分析。
其中,direction分为”both”, “backward”, “forward”,分别表示逐步筛选、向后、向前三种方法。
注意,这个函数筛选的依据是AIC,而不是R2。
example:

最后

鉴于step()有时候会出现莫名其妙的错误,因此再介绍一个可以做逐步回归的手工方法。
add1()
drop1()


by Yuhua

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值