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？
浏览 2提问于2012-09-27得票数 0
回答已采纳
我希望使用来自fastbw包的函数rms执行反向特性选择。我使用示例数据集PimaIndiansDiabetes，如下所示：data(PimaIndiansDiabetes)
trControl <- trainControl(method = "repeatedcv", classProbs = TRUE,
number =
浏览 1提问于2019-12-22得票数 0
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。.,), printit=TRUE)step <- stepAIC(fit, direction="both")谢谢
浏览 1提问于2013-12-06得票数 5
1回答
我有一个问题，如果我使用SPSS，我有一个因变量，称为y，和十个自变量，称为x1到x10，是否有一个方法来运行循环，以检查因变量的所有可能的五个变量的组合，并获得模型的R^2值的汇总。例如：回归：y, (x1,x2,x3,x4,x6) ...
浏览 7提问于2016-10-26得票数 1
1回答
我想知道为什么lm()说5 coefs not defined because of singularities，然后在总结输出中给出5个系数的所有NA。这5个系数或代码的数据有什么问题吗？我怎么才能解决这个问题？
nms <- c("Age","genre","Length","cf.tr
浏览 5提问于2019-11-08得票数 0
回答已采纳
当使用step()进行向后消除时，是否可能只包括那些重要的因素，例如在P<0.05？step(FulMod3,direction="backward",trace=FALSE)
浏览 0提问于2012-04-22得票数 0
2回答
我构建了一个线性回归模型reg_model1，该模型包含了一些因素。然而，在模型中的不同因素集合中，很少有与其他连续变量一起显着的。有没有什么代码可以提供给reg_model1，以生成仅输出最适合模型的预测值的摘要？
浏览 80提问于2021-11-20得票数 0
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)？
浏览 0提问于2019-06-16得票数 3
回答已采纳
这个问题中的所有代码都可以在我的GitHub仓库中找到，用于这个关于估计详尽回归的研究项目。具体来说，在“BE & FS脚本”和"LASSO代码“Rscripts中，您可以使用数据集"sample_obs( 20 )”的显著截断的文件文件夹，而不是"spencer“，因为前者只包含20个csvs，而后者包含58.5k！set.seed(11) # to ensure replicability
LASSO_fits <- lapply(data
浏览 0提问于2022-12-21得票数 0
回答已采纳
1回答
我正在运行一些关于波士顿住房数据的教程，并在网上提供了几个前进的逐步示例。我一直收到一个错误，其中一个变量不在索引中。 import statsmodels.api as smfrom sklearn.model_selection import train_test_splitboston_dataset = load_boston()
X = pd.DataFrame(boston_dataset.d
浏览 8提问于2020-12-29得票数 1
回答已采纳
2回答
从循环逐步回归到表的问题
、、、
到目前为止，我的计划是编写一些代码：
在一个循环中，选择6个随机预测器，并对它们执行逐步回归(direction=both)。
浏览 3提问于2011-10-24得票数 3
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‘。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
我有一个小数据集，包含4个独立变量(称为a，b，c，d)和1个因变量。由于自变量很少，我想探索这些变量的所有组合。只能有14个型号(a、b、c、d、a+b、a+c、a+d、b+c、b+d、c+d、a+b+c、a+b+d、b+c+d、a+b+c+d)。我手工构建所有的模型，这很耗时。因此，我想将其自动化。在R中是可能的吗？ glm(dep ~ a，family = "binomial"，data = data) glm(dep ~b+ c，family = "binomial"，data = data)等
浏览 11提问于2019-06-14得票数 0
我手头有一个问题，我认为这是相当常见的组，如果R是被采纳为分析，而不是SAS。用户希望在他们已经习惯于SAS的R中获得logistic回归的结果。如果您有关于其他包的建议，或者复制一些用于logistic回归的SAS输出的示例代码，我将很高兴听到它们。logistic regressionChoose变量的逐步变量选择因子变量Hosmer statisticconcordant和不协调头C统计
浏览 0提问于2010-08-09得票数 2
回答已采纳
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。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。理想情况下，它可以使用DV、一组IVs (作为命名变量或作为公式)和一个data.frame，并返回逐步回归选择为“最佳”的模型。
浏览 1提问于2013-05-12得票数 2
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。
浏览 0提问于2013-12-08得票数 1
1回答
我希望将从逐步回归过程中选择的变量作为列名导入，这样我就有了"Output“有来自逐步回归的变量，如下所示。但是，下面的代码并不能做到这一点。
我不明白我在这里做了什么错事。有人能帮帮我吗？
浏览 3提问于2017-10-05得票数 0
回答已采纳
step函数总是将每个逐步回归的结果打印到控制台，即使执行的语句是赋值，而不是求值。我如何使它只是默默地选择预测器，而不打印任何东西？
浏览 4提问于2014-12-18得票数 5
回答已采纳
2回答
在R逐步前向回归中，我指定了一个最小模型和一组要添加(或不添加)的变量：fwd.model = step(min.model, direction='forward', scope=(~ x1 + x2 + x3 + ...))举例说明我想做什么，但它们不起作用：fwd.model = step(min.model, direction='forward', scope=(~ ., data=my.data.frame
浏览 2提问于2014-04-07得票数 15
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
