可能重复：
short formula call for many variables when building a model
我有一个很大的数据框（112个变量），我想在使用R时进行逐步逻辑回归。我知道如何设置glm模型和stepAIC模型，但是我宁愿不输入所有标题来输入自变量。有没有一种快速的方法可以将glm模型作为独立变量赋予整个数据框，以便将每个列识别为包含在模型中的x变量？我试过了：
ft<-glm(MFDUdep~MFDUind, family=binomial)
但它不起作用（错误的数据类型）。 MFDUdep和MFDUind都是数据帧，MFDUind包含111'x'变量，MFDUdep包含单个'y'。
答案 0 :(得分：6)
您需要公式表示法中的.特殊符号。此外，在单个数据框中拥有响应和预测变量可能更好。
尝试：
MFDU <- cbind(MFDUdep, MFDUind)
ft <- glm(y ~ ., data = MFDU, family = binomial)
既然我已经给你绳子了，我不得不至少警告你有可能挂... ...
您正在采取的方法通常不是推荐方法，除非预测是模型的目的。所选变量的回归系数可能存在很大的偏差，因此如果您将其用于启蒙，那么请重新考虑您的方法。
您还需要大量观察才能在模型中使用100多个术语。
存在更好的替代方案;例如请参阅 glmnet 包中的一种方法，该方法允许系数集上的岭，套索或两者（弹性网）约束，这允许人们以少量额外的代价来最小化模型误差偏压。