[英]How loop glm models for model selection (model.sel)
我正在嘗試通過AIC選擇最佳模型。 有人告訴我這是自動生成glm模型組合的代碼,但我真的不明白它是如何工作的。
任何人都可以用簡單的文字解釋我的工作原理以及如何使其運行,因為我做不到。
library(MuMIn)
as.list(rep(NA, 44)) ->models
for (i in 1:44) {
glm(log(Tbra+1)~bats[,i],data=bats)-> models[[i]]
}
names(models)<-names(bats)[7:50]
model.sel(models)
編輯1
我對此代碼還有其他疑問。
as.list(rep(NA, 44)) ->models
什么意思(NA,44)? 清單是如何制成的? 我想知道該列表必須從數據庫中完成,但是此代碼創建了一個空列表,我不明白為什么。
2。
for (i in 1:44) {
glm(log(Tbra+1)~bats[,i],data=bats)-> models[[i]]
}
我知道,錯誤信息是由“蝙蝠”數據產生的,但它要求蝙蝠是列表,對嗎? 如此制作。 起初,我認為它可能是指由as.list制成的列表,例如:
as.list(rep(NA, 44)) ->bats
for (i in 1:44) {
glm(log(Tbra+1)~bats[,i],data=bats)-> models[[i]]
}
但這沒什么用。 有什么想法嗎?
循環生成模型列表。 每個模型都嘗試使用來自數據的單個變量來預測響應log(Tbra + 1)
。 然后函數model.sel()
進入列表,評估每個人的AIC,然后將它們與每個變量的系數,對數似然性等一起顯示在表格上。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.