特定于变量变换的逐步回归

时间:2013-03-28 04:26:23

标签: r regression

我有一个(线性)回归模型,我很满意。但是,我想自动为预测变量添加一些变换,并根据调整后的R ^ 2自动选择具有变换变量的最佳模型。

是否有类似于stepleap的功能会执行此操作?以下是使用内置state.x77数据集的示例:

st = as.data.frame(state.x77)     
names(st)[c(4,6)] <- c("Life.Exp","HS.Grad")
fm = lm(formula = Life.Exp ~ Murder + HS.Grad + Frost, data = st)

transformations = list(function(x) sqrt(x), function(x) log(x))

现在我想以逐步的方式考虑模型fm中预测变量的所有变换,并选择最佳模型。例如。例如在第一次交互中,比较

fm_sqrt_1 = lm(formula = Life.Exp ~ sqrt(Murder) + HS.Grad + Frost, data = st)

要     fm_log_1 = lm(公式= Life.Exp~log(谋杀)+ HS.Grad + Frost,data = st) 至     fm_sqrt_2 = lm(公式= Life.Exp~谋杀+ sqrt(HS.Grad)+ Frost,data = st) 至     fm_log_2 = lm(公式= Life.Exp~谋杀+日志(HS.Grad)+ Frost,data = st) 至     ...

从中选择最佳模型,然后再次对迭代2进行相同的操作。

0 个答案:

没有答案