R中带模型约束的逐步回归
是一种统计分析方法，用于在多个自变量中选择最佳的预测模型。它通过逐步添加或删除自变量来构建模型，并根据预先设定的约束条件进行优化。
在R中，可以使用多个包来执行带模型约束的逐步回归，如leaps、stepAIC和glmulti等。这些包提供了不同的函数和方法来执行逐步回归，并允许设置模型约束。
带模型约束的逐步回归的优势在于可以控制模型的复杂性，并提高模型的解释性和预测能力。通过设置约束条件，可以限制模型中的变量数量、变量之间的关系或变量的系数范围，从而得到更可靠和可解释的模型。
该方法在许多领域都有广泛的应用场景，包括经济学、金融学、医学研究等。例如，在金融领域，可以使用带模型约束的逐步回归来选择最佳的投资组合，以最大化收益并控制风险。
腾讯云提供了多个与数据分析和机器学习相关的产品，可以用于执行带模型约束的逐步回归。其中，腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）提供了丰富的机器学习算法和工具，可以用于数据预处理、特征选择和模型训练。此外，腾讯云还提供了云数据库（https://cloud.tencent.com/product/cdb）和云服务器（https://cloud.tencent.com/product/cvm）等产品，用于存储和处理大规模数据。
总结起来，R中带模型约束的逐步回归是一种统计分析方法，用于选择最佳的预测模型。它可以通过设置约束条件来控制模型的复杂性，并在腾讯云的机器学习平台等产品上进行实现和应用。
相关·内容
注意，标记为可能重复的前一个问题不是重复，因为前一个问题涉及向后消除，而这个问题涉及向前条目。
我目前正在进行一个模拟，我想展示逐步回归是一个有偏估计量。特别是，先前的研究人员似乎使用了SPSS (或与其相同的内容)中的逐步过程之一。这涉及到使用r-平方变化的F值的p值来确定是否应该向模型中添加额外的变量。因此，为了使我的模拟结果产生最大的影响，我需要在R中复制SPSS逐步回归过程，而R有许多逐步过程(例如基于AIC)，我发现的过程与SPSS不一样。
我找到了这个。它看起来很管用，但是函数的输入和输出有点奇怪。我已经开始调整它，使它(a)以一个公式作为输入，(b)返回最佳拟合模型。函数的逻辑就
浏览 1提问于2013-05-12得票数 2
我试图将一个模型的摘要作为一个数据框架保存在R中。这个模型是一个逐步回归模型，使用的是批量包。我主要感兴趣的是保存系数，它们的t值和模型的R平方。
我试过了
ModelSummary <- data.frame(unclass(summary(step.model)), check.names = FALSE, stringsAsFactors = FALSE)
但是有个错误
Error in as.data.frame.default(x[[i]], optional = TRUE, stringsAsFactors = stringsAsFactors) :
can
浏览 7提问于2022-11-15得票数 0
回答已采纳
1回答
我有一个线性回归问题，大约有500-600个自变量。使用R为模型选择变量的最佳方法是什么?我目前正在尝试使用R中的'Olssr‘包执行逐步回归，但不断收到此错误：
>ols_all_subset(mylogit)
Error in matrix(r, nrow = len.r, ncol = count) :
invalid 'ncol' value (too large or NA)
In addition: Warning message:
In combn(n, r[i]) : NAs introduced by coercion to inte
浏览 0提问于2017-12-14得票数 0
1回答
我使用R中的stepAIC函数进行双向(向前和向后)逐步回归。我不明白函数的每个返回值意味着什么。
产出如下：
Df Sum of Sq RSS AIC
<none> 350.71 -5406.0
- aaa 1 0.283 350.99 -5405.9
- bbb 1 0.339 351.05 -5405.4
- ccc 1 0.982 351.69 -5400.5
- ddd
浏览 0提问于2014-08-12得票数 4
2回答
我一直在自学安迪·菲尔德( Andy )的“利用R-发现统计数据发现统计”( Discovering Statistics )，并读到了这篇文章：
数据分割:这种方法涉及到随机分割数据集，在数据的两部分上计算一个回归方程，然后比较得到的模型。当使用逐步方法时，交叉验证是个好主意；您应该对大约80%的案例进行逐步回归。然后，对其余20%的数据强制使用此模型。通过比较两个样本中的R2值和b值，您可以知道原始模型如何推广(更多细节请参见Tabachnick & Fidell，2007 )。
好的，我明白了我的数据(使用sample())，我知道如何拟合线性模型(using lm())
浏览 3提问于2016-05-31得票数 2
回答已采纳
我想在R.bfp中实现一个前向逐步回归，BFP是一个BodyFatPercentage数据集，我正在尝试创建一个回归模型，通过逐步回归来预测体脂肪。不断犯错误
(错误:中断/下一个没有循环，跳到顶层
}}
错误：“}”中意外的'}‘
使用以下代码：
dataset <- BFP
alpha <- 0.01
namestarget <- 'BODYFAT'
inde <- c('AGE','WEIGHT','HEIGHT','NECK','
浏览 4提问于2013-10-03得票数 0
回答已采纳
1回答
我已经在R中创建了一个预测模型。我想做特征选择。我读到过xgboost使得变量选择变得没有必要，但我为过去的1,2,3,4和5分添加了一个变量。添加每个变量后，这些RMSE将进行5折5次重复交叉验证。
10.3 10.1 10 10.1 10.5
这表明变量选择确实会有所不同，因为错误率会产生U型模式。
我正在考虑迭代所有新的变量，但这听起来效率很低。有没有更好的方法呢？
我也在考虑做逐步回归，并使用这些功能。这是个好主意吗？
浏览 5提问于2017-07-13得票数 0
2回答
我知道有几种方法可以比较回归模型。创建模型(从线性到多个)和比较R2、调整后的R2等的一种方法：
Mod1: y=b0+b1
Mod2: y=b0+b1+b2
Mod3: y=b0+b1+b2+b3 (etc)
我知道有些包可以进行逐步回归，但是我试图用purrr来分析这个。我可以创建几个简单线性模型 ()，现在我想知道如何创建回归模型将特定的IV添加到方程中
可复制码
data(mtcars)
library(tidyverse)
library(purrr)
library(broom)
iv_vars <- c("cyl", "disp", "
浏览 3提问于2017-11-28得票数 5
回答已采纳
1回答
我正试图使用带有1,400个变量的AIC (通过step)进行逐步回归，但我的计算机只是冻结了。如果我包含<300个变量(运行13小时后)，它就能工作。
在我进行逐步回归之前，有没有办法消除一些变量(如果p值>7)？
# Polynomial Regression
REG19 <- lm(R10 ~ poly(M1, 3) + poly(M2, 3) + poly(M3, 3), WorkData)
# Is there a way to get rid of variables with
# p values >.7 at this point of the co
浏览 0提问于2019-06-16得票数 3
回答已采纳
我正在使用.NET MVC4和实体框架，我使用的是数据库优先的方法。由于我首先使用的是db，所以我不想手动更改模型中的任何内容。
我有两张桌子。例如"FirstTable“和"SecondTable”。这两个表之间有两个在数据库中命名不同的关系，但是当我生成实体模型时，对于来自FirstTable的记录，我得到了record.SecondTable和record.SecondTable1。
有没有办法用不同的名字来代替这个带/不带1的版本？
浏览 0提问于2015-07-29得票数 0
1回答
我想要拟合一个线性模型
y ~ a_1 * x_1 + ... + a_n * x_n
带参数约束
a_1,...,a_n >=0
和
a_1 + ... + a_n <= 1
在R.
是否有一种优雅和快速的方法来做到这一点，而不使用solve.QP的四元程序包。如果为建议的解决方案概述一个简短但详细的用例，那就太好了。
浏览 0提问于2015-02-07得票数 4
回答已采纳
2回答
我想在R中进行逐步回归以选择最适合的模型，我的代码附在这里：
full.modelfixed <- glm(died_ed ~ age_1 + gender + race + insurance + injury + ais + blunt_pen +
comorbid + iss +min_dist + pop_dens_new + age_mdn + male_pct +
pop_wht_pct + pop_blk_pct + unemp_pct + pov_100x_npct +
urba
浏览 1提问于2017-10-18得票数 1
回答已采纳
我有一个数据集，我正在对其执行逐步回归，并进行交叉验证。我最初使用交叉验证执行了多元线性回归，并且能够看到我的测试集的值与每个折叠的训练集的值有多接近(我使用该值绘制了一个图表，在其中我测量了性能)。我也要做同样的事情，但要逐步回归。我在R中执行了以下算法：
test <- CV.SuperLearner(Y,X, V = 10, SL.library = SL.library, verbose = TRUE, method = "method.NNLS")
但我看不出我如何能够查看每个折叠的值，以及它们有多接近。有没有办法让我做到这一点？
我试过print和summar
浏览 0提问于2013-12-08得票数 1
1回答
我有一个包含162个观察值和151个不同变量的数据集，我想对它进行逐步回归，但也要对它进行10折交叉验证。我以前使用过DAAG包，以便使用多元线性回归进行10折交叉验证，并能够使用它的公式之一：
CVlm(df = data, seed=1500, m = 10, form.lm = formula(RT..seconds.~.,), printit=TRUE)
我想知道软件包是否支持相同的功能，但支持逐步回归？我已经看了一遍它的pdf格式，但什么也找不到。
我知道我可以使用MASS包执行逐步回归，方法是
step <- stepAIC(fit, direction="both&
浏览 1提问于2013-12-06得票数 5
1回答
我在DataCamp上和R一起学习数据科学。在一个练习中，我必须构建一个逐步回归模型。即使我成功地创建了分步模型，roc()函数也不接受响应，它给出了一个错误："' response‘有两个以上的级别。请考虑显式设置' levels’或使用'multiclass.roc‘。“
我想学习如何处理这个问题，所以我写了下面的代码。
# Specify a null model with no predictors
null_model <- glm(donated ~ 1, data = donors, family = "binomial")
浏览 15提问于2018-07-29得票数 1
1回答
R:小鼠和向后逐步回归
、、、、
我已经使用以下代码估算了我的数据：
data_imp <- mice(data, m=5, maxit=50, meth='pmm', seed=500, printFlag=FALSE)
data.impute <- complete(data_imp, action = 1)
我想使用stepAIC函数执行向后逐步回归，以便找到最简约的模型。我如何使用我的所有5个推算数据集来实现这一点，而不是只使用1个？
非常感谢!
浏览 7提问于2021-07-30得票数 0
MASS::stepAIC函数将lm结果作为参数，并进行逐步回归以找到“最佳”模型。下面的代码非常简单，而且可以正常工作： library(MASS)
data("mtcars")
lm1 = lm(mpg ~ ., mtcars)
step1 = stepAIC(lm1, direction = "both", trace = FALSE) 我正试着把它放入一个函数中。最终，我想做更多的事情，但我甚至不能让这两行代码在包装在函数中时工作： fit_model = function(formula, data) {
full_model = lm(for
浏览 55提问于2020-04-30得票数 5
回答已采纳
我正在使用大约50个自变量对数千个因变量运行循环逐步回归(PROC REG)。
我需要创建报告，显示每个自变量与每个因变量的部分R平方。
如果我可以将SAS PROC REG中的"Summary of Stepwise Selection“表输出到数据集中，这将是一个相对容易的任务。
我找不到做这件事的方法。
请帮帮忙。
谢谢
浏览 3提问于2015-06-16得票数 1
2回答
在R逐步回归中，我想指定几个最小模型。我正在寻找在12个变量(6个流量变量Q_和6个降水变量LE_)之间进行选择的最佳模型。
最大的模型考虑了所有的变量：
formule <- "Q ~ 0 + Q_minus_1h + Q_minus_2h + Q_minus_3h + Q_minus_4h + Q_minus_5h + Q_minus_6h + LE_6h + LE_12h + LE_18h + LE_24h + LE_30h + LE_36h"
biggest <- formula(lm(formule, Sub_fit))
使用Sub_fit，我的数据集(Q
浏览 6提问于2021-10-21得票数 1
回答已采纳
1回答
有没有人知道如何对R中的Tweedie进行逐步回归？
我找到了mgcv包，它显然将Tweedie的功率参数作为另一个待估计的参数来处理。这似乎改进了必须使用tweedie.profile来估计glm之外的功率，因此使用自动逐步函数进行回归似乎是令人鼓舞的。但是我还没有弄清楚这个包是否也提供了一个逐步的功能。包装手册有这样的说法。
我在关于冰沙的谈话中迷失了方向：
在mgcv包中没有step.gam。
为了便于全自动的模型选择，该软件包实现了两种平滑修改技术，可用于将平滑缩小到零，作为平滑选择的一部分。
我很感谢你的帮助。谢谢。
浏览 3提问于2016-05-20得票数 2
回答已采纳
1回答
我有一个数据集，其中有关于消费者的数据，以及他们是否对某个产品表示了兴趣的标志。我希望建立一个使用R的模型，它将能够预测消费者是否会对产品感兴趣，然后再向他们展示产品。然后，我将根据这个模型的输出进行过滤，以降低下游成本，方法是不向消费者展示产品，因为消费者的数据意味着他们不会感兴趣。
以下是我的数据集摘要：
行数：~300 K
栏数: 40
列类型:1位(兴趣标志)，37 num，2字符(分类)
char列是就业/居住状态，因此包含全职、私人租户等内容。
以下是我到目前为止尝试过的：
我使用R中的Boruta包进行特性选择，然后使用lm()创建了一个回归模型，并指定了所有重要特性。
我已经将
浏览 0提问于2021-08-26得票数 2
我试图使用以下代码安装klaR及其库：
install.packages("klaR")
library(klaR)
稍后，我需要它对我的数据进行不同类型的逐步回归。但是，当我运行上面的代码时，它会给出以下错误
库(KlaR)包�klaR�是在R版本3.6.3Error下构建的:loadNamespace中的“klaR”包或命名空间加载失败(j <- i[1L]，c(lib.loc，.libPaths()，versionCheck =vI[j]))：没有名为“标签”的包
我能做什么?
浏览 8提问于2020-06-17得票数 1
我正在尝试对以下数据进行逐步回归：
y <- c(1.2748, 1.2574, 1.5571, 1.4178, 0.8491, 1.3606, 1.4747, 1.3177, 1.2896, 0.8453)
x <- data.frame(A = c(2,3,4,5,6,2,3,4,5,6),
B = c(2,4,1,3,5,1,3,5,2,4)*100,
C = c(9,5,11,5,11,7,13,7,13,9),
D = c(6,5,3,7,6,4,3,7,5,4),
浏览 0提问于2020-07-17得票数 0
2回答
你如何发现连续变量和范畴变量之间的交互作用？我尝试过使用ggPredict，但如果有更多的级别，它似乎无法工作。
我有一个作为声誉的分类变量，它有7个等级，我还有多个变量来预测一个学生在下一次硕士考试中的分数，如年龄、pref_hand、身高、考试1、考试2、考试3。如何找到声誉与我发现的最佳模型之间的相互作用，用前向逐步回归来预测下一次考试中的分数，如果我发现交互作用，如何对我的模型进行修改？
我试过使用scatterPlotMatrix，但是颜色正在被回收，很难找到任何模式，而且我甚至不知道交互是否具有统计意义，Pr(>|t|)
浏览 0提问于2018-11-13得票数 0
我正在尝试使用OLSRR对几列数据进行一系列逐步回归，将几列数据作为不同的Y变量，并将相同的五列数据作为潜在的X变量。我的代码运行良好，直到我遇到Y，对所有五个X都不重要。然后代码崩溃，不再继续循环剩余的数据列。我收到消息: Error in parse(text = x，keep.source = FALSE)：:2:0: input意外结束 有什么办法可以解决这个问题吗？ 库(Olsrr) 为了(我在7:26) { 模型<-lm(data=PFAS，PFAS[i]~SumPCBs+PCBratio+sumBDEs+BDEratio+Hg) FWDfit.p.p<-ols_s
浏览 11提问于2020-08-26得票数 0
1回答
我试图在Java中使用进行优化，但我在转换函数时遇到了一些困难。
我有一堆变量，比如: x1到xn，还有一个函数使用它们输出最大似然估计(尽管它可以是使用这些参数的任何函数)。
我知道如何对变量设置约束，比如x1+..+xn <C(一个常量)。我想不出的是如何获得使上述函数最大化的解决方案，就像在get x1 to xn max(a_function(x1，.，xn))中那样。
我现在没有发布任何代码，因为我唯一能做的就是对我的初始变量设置简单的约束，如描述的。我将更新这个问题，因为我对JaCoP有更好的了解。
如果有人能在如何设定这样的条件上给我一个正确的方向，我们将不胜感激。
谢谢
浏览 1提问于2013-10-15得票数 2
我在R中执行计数数据分析，处理一个名为'doctor‘的数据，它是： V2 V3 L4 V5
1 1 32 10.866795 1
2 2 104 10.674706 1
3 3 206 10.261581 1
4 4 186 9.446440 1
5 5 102 8.578665 1
6 1 2 9.841080 2
7 2 12 9.275472 2
8 3 28 8.649974 2
9 4 28 7.857481 2
10 5 31 7.287561 2 最好的模型是采
浏览 29提问于2021-10-17得票数 0
回答已采纳
我是R的初学者，我有一个关于空气污染的数据集。这些柱是现场测量的浓度和可能影响浓度的80个变量(v1-v80)。我想用自己的代码建立一个基于R平方/adj的前向逐步回归模型(所以我不想使用step()或regsubset()之类的东西)。因变量为浓度，变量v1-v80为自变量。我为第一步编写了以下代码(简化了数据集)：
site concentration v1 v2 v3
1 1 -0.84085548 1.7114409 -0.2857736 -1.0803926
2 2 1.38435934 -0.6029080
浏览 18提问于2018-05-28得票数 1
回答已采纳
我尝试在sas中运行逐步回归，其中有2.9M行，300列。我的错误越来越小。 ERROR: Event Stack Overflow. This is probably caused by mis-matched begin and end event calls. 我的代码是 * Forward Selection;
proc reg data =work.bs_bm_final_data outest=est1;
model y = A_004 - A_300 / selection = forward slentry = 0.99 ss2 sse aic;
output
浏览 85提问于2021-04-27得票数 1
2回答
我在R中生成了一些数据
n <- 1000; p <- 30
X <- matrix(rnorm(n*p), nrow = n, ncol = p)
beta <- c(rep(1, 10), rep(0, 10), rep(-2, 10))
y <- X %*% beta + rnorm(1000)
接下来，我想在X列上逐步回归y，从1到30。首先，我只包括拦截，然后只拦截和第一列，然后添加第二列，第三列，等等。我写了以下代码
model <- lm(y~1)
for(i in 1:30){
model <- update(model
浏览 3提问于2021-11-04得票数 3
我试图计算带有两个自变量的模型的置信带。
我使用来自kapteyn软件包的来优化参数和计算置信带。confidence_band函数似乎不适用于具有多个独立参数的模型。有谁知道如何解决这个问题吗？
对于具有一个缩进参数的模型，一切都按预期工作，没有任何问题：
from kapteyn import kmpfit
import numpy as np
import matplotlib.pyplot as plt
#linear 1d model
def model_1d(p, x):
a = p[0]
b = p[1]
return a*x + b
#data
浏览 3提问于2017-05-18得票数 1
回答已采纳
1回答
运行逐步回归时出错
、、、
我正在尝试运行逐步回归模型。我一直收到这样的信息：
#Error in step(cdc.fit, direction = "backward") :
# number of rows in use has changed: remove missing values?
#In addition: There were 50 or more warnings (use warnings() to see the first 50)
我收到这个是因为缺少值吗？
下面是我的代码：
model=glm(health~
ALCDAY5+
AVEDRNK2+
浏览 0提问于2014-11-15得票数 0
实际上，我用auto.arima得到了一个试探性的模型，它给了我一个带漂移的ARIMA(0,1,1)模型。因此，为了拟合我的模型，我需要在R中使用arima函数，但是由于我有一个漂移项，那么R中的确切函数是什么来拟合这样的模型？
浏览 3提问于2012-03-16得票数 0
1回答
我正在尝试将方差分析模型拟合到rjags中。模型是这样的
for (r in 1:nE){
for ( j in 1:nP){
for ( i in 1:nA){
logit(p[i,j,r]) <- mu[r] + theta[i,r] + varphi[j,r] + psi[(nA-i)+j,r]
}
}
}
我需要适应这样的约束
for (r in 1:nE){
theta[nA,r] <- 0 - sum(theta[1:(nA-1), r])
varphi[nP,r] <- 0 - sum(varphi[1:(nP-1),
浏览 1提问于2012-09-30得票数 2
回答已采纳
我需要在我的自定义ConstraintValidator中找出带注释的类，但我找不到不使用特定于提供程序的API的方法，例如：
ConstraintValidatorContextImpl x = (ConstraintValidatorContextImpl)constraintContext;
getValidationContext().getCurrentOwner();
是否有一种非特定于提供程序的方法来确定带注释的类？
非常感谢您的支持。Oli
浏览 0提问于2014-03-05得票数 0
我有许多可变大小的列表，其中包含具有属性foo的同一个类的实例，对于每个列表，我必须应用如下规则：
如果有一个元素foo=A，就不能在B，C，D中有foo元素
如果有一个元素foo=X，那么在Y，Z中至少必须有一个带foo的
可以在MIN和MAX元素之间使用foo=BAR。
结合上述三条规则可能足以表达我所需要的任何类似约束。它类似于软件包中的依赖项检查，但我有数量，而且缺少版本:)
一种幼稚的做法是：
R_CONFLICT={ A: [B,C,D] }
R_DEPENDS ={ X: [ [Y,Z], W, .. } # means: A depends on eithe
浏览 5提问于2010-09-08得票数 6
回答已采纳
1回答
我正在尝试在Stata中引导逐步回归，并提取引导系数。我有两个单独的ado文件。sw_pbs是用户使用的命令，它调用帮助命令sw_pbs_simulator。
program define sw_pbs, rclass
syntax varlist, [reps(integer 100)]
simulate _b, reps(`reps') : sw_pbs_simulator `varlist'
end
program define sw_pbs_simulator, rclass
syntax varlist
local depvar
浏览 2提问于2013-07-10得票数 3
回答已采纳
1回答
我试图在R中运行逐步回归，其中包含600多个变量作为.csv文件头中的列名。
如何将列名用作回归方程中的变量？
我对此非常陌生，而且我对它的理解也很有限，我可以将该列保存为列表，并使用它来运行glm，例如
model.1 <- glm(x~ paste(list), family= poisson, link = logit).
任何帮助都是非常感谢的。提前感谢
浏览 2提问于2012-09-27得票数 0
回答已采纳
1回答
我想知道step()函数中是否有一个参数，它允许我用单个术语更新模型，作为前向回归的一部分。简单地说，我希望能够删除已安装的lm()模型的一个术语，将其排除在用于执行逐步回归的数据中，并查看在前向回归中从数据中弹出哪些变量来替换它，如果我执行另一个只用于替换已删除的变量的话。以下是它的样子：
test<-lm(y~x1+x2+x3, data=df)
testbis<-lm(y~x1+x3, data=df)
testfinal<-step(testbis, direction="forward", scope=?, data=df[,-c("x2&
浏览 4提问于2015-11-25得票数 0
这里引用的源数据文件和脚本以及这里包含的代码行可以在我的GitHub仓库中为这个协作研究项目找到，该项目探索了一种新提出的统计学习算法的特性，用于基本的最优变量选择。这个问题中的所有代码都来自“基准2&3- BE & FS逐步回归(手动在单个数据集上)”Rscript，加载到该脚本中的数据称为"0-11-3-462"，可以在我前面提到的该项目的GitHub Repo的“最后40”文件夹中找到。
该项目中使用的所有合成数据集都是通过Monte模拟生成的，其方式是使用自定义的Microsoft Excel Macro，使每个数据集包含30个候选回归器列(X1:X30
浏览 0提问于2022-12-28得票数 0
回答已采纳
1回答
我想用dplyr，do()和rollapply()做一个滚动逐步回归。我的数据代码如下所示： FUND_DATA <- tibble(
DATE = 1:10,
FUND1 = rnorm(10),
FUND2 = rnorm(10),
FUND3 = rnorm(10),
FUND4 = rnorm(10)) 这些只是1-10期基金的小规模价格。对于独立变量，它看起来是一样的： FACTORS <- tibble(
DATE = 1:10,
x1 = rnorm(10),
x2 = rnorm(10),
x3 = rnorm(10),
浏览 17提问于2020-12-23得票数 2
1回答
我目前的线性模型是：fit<-lm(ES~Area+Anear+Dist+DistSC+Elevation)
我被要求通过以下方式来推动这一工作：
用五个解释变量拟合ES的线性模型，并包含最多二次项和一阶相互作用(即允许面积^2和面积*高程，但不允许面积^3或面积*海拔*Dist)。
根据我的研究，我可以做+I(Area^2)和+(Area*Elevation)，但这将是一个巨大的列表。
假设我正确理解了这个问题，我将添加5个平方项和10个*项，总共20个。还是我不需要所有这些？
这真的是最有效的方法吗？
编辑：
请注意，我计划对空模型和之后的完整模型进行逐步回归。当我使用聚合的
浏览 1提问于2014-04-02得票数 0
我有一个.txt文件，我首先将它转换为一个表Ta(Ta=readtable(‘xxx.txt’))，然后是一个数组Aa(Aa=table2array(Ta))，.txt文件包含220行和12 cols，但是表和数组只有219行和1 col。我哪里做错了？
然后，当我试图进行逐步回归时，我得到了错误消息:未定义的函数为'cell‘类型的输入参数’逐步恢复‘。
我的coad是: mdl=stepwiselm(Aa)
在.txt文件中，第一个原始的是文本，例如海拔、高度、产量等。我想我可以用这些名字来定义预测变量和响应变量。但是由于这些名字在Aa中丢失了，我应该如何编写逐步回归的代码呢?谢谢
浏览 2提问于2014-09-17得票数 0
回答已采纳
1回答
我试图在104个变量中找到有限数量的预测器(max=6)。因此，我使用逐步回归(对于每个变量我有10532个值)。我试过MATLAB：
mdl = stepwiselm(Pr, obs,'PEnter', 0.06)
然而，它给了我大约70个变量。此外，我还试图使用R包leaps来解决这个问题
b <- leaps::regsubsets(obs ~ ., data=Pr, nbest=1, nvmax=6)
我得到的错误如下：
“leaps.exhaustive(a，really.big)中的错误:彻底搜索将是S，必须指定really.big=T”
我知道这应该是一个
浏览 2提问于2020-05-21得票数 0
1回答
给出一些预测数据集，
例如，我有不同的房价预测数据：
数据集1: 100培训和100个测试样本，50个特征
数据集2:100个培训和100个测试样本，120个特性
数据集3:1000个训练和1000个测试样本，50个特征
数据集4:1000个训练和1000个测试样本，5000功能
如何从这些数据集的下列数据中选择最佳的方法来估计线性回归模型中的未知参数(预测价格)？
普通最小二乘
逐步回归
主成分回归
偏最小二乘回归
我应该一个接一个地对这些数据进行实验，并比较结果，还是根据数据集对何时使用它们有任何规则？
请帮帮忙
浏览 0提问于2015-06-01得票数 6
当将模型与mmer2() of 进行拟合时，是否可以将方差分量修正到与我们所能做的类似的值，例如使用中的或G.param和R.param参数
我特别感兴趣的是修复单个组件，而不管它们是在混合模型的G端还是R端。
浏览 1提问于2018-11-14得票数 2
回答已采纳
1回答
找到有效的连接表的方法
、、、、
问题是:我们有3个表(MSSQL2008 R2)：
表1胶片(带胶片的表格)
表2歌曲(带歌曲表)
表3标题
由于“电影”和“歌曲”可以包含多个标题(我有许多不同语言的标题)，因此我希望将所有标题保留在单独的“标题”表中。表、电影和歌曲中的主键基于增量为+1的int标识规范。
例如:我们可以和ID=3合作一部电影和一首歌。
如何将表“标题”与“电影”和“歌曲”连接起来？
附言:我试图通过添加一个带有公式的新列idKey来创建唯一的键来拍摄歌曲
对于电影来说，它是(CONVERT([nvarchar](10),[ID],(0))+'f')
对于歌曲，它是(CONVERT([nva
浏览 0提问于2012-10-09得票数 0
回答已采纳
在R中，我在lapply()循环中调用sink()，以生成捕获逐步回归输出的文件。虽然它可以很好地生成文件，但我不能在列表中存储任何值，即lm对象，因为接收器在每次迭代时返回NULL。 有没有办法，在lapply循环中，1)将每个迭代的原始文本输出保存到一个文件中，2)将每个迭代的数字等输出也存储在一个列表中？例如，做这样的事情： some_list <- lapply(1:n, function(x) {
sink(file=paste(save.path, label[x]);
some_function(...)
sink()
浏览 13提问于2020-04-28得票数 0
我知道我将要做的事情类似于逐步回归，我知道这是不好的。但对我来说，这也是一个我想要完成的练习。
假设我有一个具有四个预测变量的线性模型: x1、x2、x3和x4。我如何找到所有可能的模型组合，与交互，但确保任何交互条件也包括在主要影响？
在R中，“全局模型”如下所示：
lm(y ~ x1 + x2 + x3 + x4 + x1:X2 + x1:x3 + x1:x4 + x2:x3 + x2:x4 + x3:x4 + x1:x2:x3 + x1:x2:x4 + x1:x3:x4 + x2:x3:x4 + x1:x2:x3:x4)
因此，在模型中总共有15个术语。现在我可以做这样的事
regMa
浏览 2提问于2022-04-13得票数 0
对于我正在参加的课程，我必须进行逻辑逐步回归，将特征的预测因子减少到一个固定的数目，并估计结果模型的准确性。
我一直在尝试跳跃式包装中的regsubsets()，但我无法获得它的准确性。
现在我尝试使用caret，因为我可以将其度量设置为“精确”，但在train()函数中使用method = "glmStepAIC"时不能确定预测器的数量，因为它没有调优参数。
step.model <- train(Outcome ~ .,
data = myDataset,
method = "gl
浏览 1提问于2021-03-20得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
