如何在R中生成A Model中变量的所有可能组合？

Question

假设我有一个包含多个变量的表， a - h ，其中h是目标/y/预测变量：

a <- rnorm(10,5,1)
b <- rnorm(10,5,1)
c <- rnorm(10,5,1)
d <- rnorm(10,5,1)
e <- rnorm(10,5,1)
f <- rnorm(10,5,1)
g <- rnorm(10,5,1)
h <- rnorm(10,5,1)

df = data.frame(a,b,c,d,e,f,g,h)

我想运行AIC以确定最好的 model 来预测h 。 为此，我需要运行df[1:7]的每一个组合。 所以我需要以下 AIC：

lm(fomula= h ~ a+b+c+d+e+f+g)
lm(fomula= h ~ a+b+c+d+e+f)
lm(fomula= h ~ a+b+c+d+e)

以及变量的所有其他配置。 有什么办法可以做到这一点吗？

要获得我尝试过的变量的所有可能公式：

library(combinat)
combn(colnames(df[,1:7]))

但是，我只得到：

[1] "a" "b" "c" "d" "e" "f" "g"

由于上面代码的output与我最终想要的相去甚远。

Answer 1

使用step function。这应该给你最好的 model：

step(lm(h~., df),direction = 'both', trace = 0)

Call:
lm(formula = h ~ b + e + f, data = df)

Coefficients:
(Intercept)            b            e            f  
     4.3494      -0.8705      -0.3266       1.2877  

这个 model 具有最低的AIC 。 您可以更改trace = 1以查看运行的中间模型