![](/img/trans.png)
[英]How to do stepwise regression in r for more independent variables and less observations?
[英]How to convert my stepwise regression in R into a FOR loop for many dependent variables
我目前有工作代碼,它使用3階多項式回歸分析許多x和1 y。 然后,它使用逐步回歸來找出哪個x的選擇最小化該y的AIC。
但是,我想添加更多的y並使用for循環來找到每個y的最小AIC,然后讓它告訴我哪個y具有最小AIC。
我目前的工作代碼:
SPdata <- read.csv(file.choose(), header=T,sep=",")
REG1 <- lm(Y1~poly(X1, 3)+poly(X2, 3)+poly(X3, 3), SPdata)
summary(REG1)
n <- length(resid(REG1))
REG2 = step(REG1, direction = "backward", k = log(n))
summary(REG2)
coefficients(REG2)
我也做了這個for循環,輸出3 y的多元回歸,但我不知道如何包含逐步回歸部分:
SPdata <- read.csv(file.choose(), header=T,sep=",")
varnames <- names(SPdata)[1:3]
REG3 <- lapply(varnames,
FUN=function(x) lm(formula(paste(x, "~poly(X1, 3)+poly(X2, 3)")), SPdata))
names (REG3) <- varnames
謝謝您的幫助!
您可以創建並命名您的函數,然后在apply
使用它。
myRegression <- function(y){
myReg1 <- lm(formula(paste(y, "~poly(X1, 3)+poly(X2, 3)")), SPdata))
n <- length(resid(myReg1))
myReg2 <- step(MyReg1, direction = "backward", k = log(n))
...
}
myReg3 <- lapply(varnames, FUN = function(x) myRegression(x))
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.