我的问题在标题中。我不确定是否考虑了非交互项,因为drop1的输出不包括它们,而只包括交互项。代码和输出如下:
> temp = lm(auto.mpg.data$mpg ~ auto.mpg.data$weight + auto.mpg.data$model_year + auto.mpg.data$origin + auto.mpg.data$weight:auto.mpg.data$model_year + auto.mpg.data$weight:auto.mpg.data$origin + auto.mpg.data$model_year:auto.mpg.data$origin)
> drop1(temp, test="F")
Single term deletions
Model:
auto.mpg.data$mpg ~ auto.mpg.data$weight + auto.mpg.data$model_year +
auto.mpg.data$origin + auto.mpg.data$weight:auto.mpg.data$model_year +
auto.mpg.data$weight:auto.mpg.data$origin + auto.mpg.data$model_year:auto.mpg.data$origin
Df Sum of Sq RSS AIC F value Pr(>F)
<none> 3769.8 908.83
auto.mpg.data$weight:auto.mpg.data$model_year 1 300.625 4070.4 937.37 31.1807 4.407e-08 ***
auto.mpg.data$weight:auto.mpg.data$origin 1 94.557 3864.3 916.69 9.8074 0.001869 **
auto.mpg.data$model_year:auto.mpg.data$origin 1 0.027 3769.8 906.83 0.0028 0.958085
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 `enter code here`
答案 0 :(得分:2)
是的,如果存在交互,drop1
函数会考虑较低级别的术语。如果预测变量是交互的一部分,则不会被删除。