如何將我在R中的逐步回歸轉換為許多因變量的FOR循環

Question

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！

Answer 1

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))