隨着我們逐步添加預測變量，獲取線性回歸模型的R平方值列表

Question

我有一個基於14個x值（x1到x14）預測y的回歸。 我想編寫一個進行回歸的循環，在該循環中，循環的每次迭代都會為回歸增加一個預測變量，然后告訴我r平方是什么。 這是我的代碼：

rsqvals <- rep(NA, 15)
for (i in 1:15){
  simtemp2 <- simdata[, 1:i]
  modeL <- lm(y ~ ., data=simtemp2)
  rsqvals[i] <- summary(modeL)$r.squared
}

其中simdata是我的數據框架，而simtemp2是我想要的列。 我懷疑問題與無法輸入simdata[, 1:i] ，但我不確定為什么不這樣做。 任何幫助表示贊賞！

Answer 1

看起來您在第一次迭代中對data.frame的設置過多。 在您的第一次迭代中，您將獲得simtemp2 <- simdata[,1:1] 。 該操作的結果是simtemp2的向量。 即使將simtemp2轉換回data.frame ， lm()也不會將其作為參數使用。 嘗試從2開始，看看是否可行：

rsqvals <- rep(NA, 15)

interceptonly <- lm(y~1,data=simdata) ### no features, only the intercept
### this isn't statistically meaningful, but I put it here for completeness
rsqvals[1] <- summary(interceptonly)$r.squared
for (i in 2:15){
   simtemp2 <- simdata[, 1:i]
   modeL <- lm(y ~ ., data=simtemp2)
   rsqvals[i] <- summary(modeL)$r.squared
}
print(rsqvals)