Question

我正在使用R中的glmulti()包来尝试对某些数据运行全子集回归。我有51个预测因子，最多观察到276个。我意识到详尽的遗传算法方法不能用这么多变量来计算，因为我收到以下内容：

Warning message:
In glmulti(y = "Tons_N", data = MDatEB1_TonsN, level = 1, method = "h",  :
  !Too many predictors.

有了这些类型的要求（即许多带有大量观测值的变量），我可以在一次全子集回归中使用多少个？我正在研究变量消除技术，但我想在分析的这个阶段使用尽可能多的变量。也就是说，我想使用此分析的结果来做出可变消除决策。是否有另一个可以一次处理更多变量的包？

这是我正在使用的代码。不幸的是，由于与项目相关的机密性，我无法附加数据集。

TonsN_AllSubset <- glmulti(Tons_N ~ ., data = MDatEB1_TonsN, level = 1, method = "h",crit = "aic", confsetsize = 20, plotty = T, report = T,fitfunction = "glm")

我对这个软件包和一般的建模相对较新。任何方向或建议将不胜感激。谢谢！

Answer 1

glmulti不受预测变量数量的限制，而是受候选模型数量的限制。

通过设置参数method =＆＃34; d＆＃34;，glmulti将计算候选模型的数量。计算这个比在方法上运行glmulti花费的时间少得多=＆＃34; h＆＃34;或方法=＆＃34; g＆＃34;。

如果预测变量的数量很高，您将收到相同的错误消息。因此，您可以在合理的计算时间内尝试由glmulti处理的最大预测变量数。

但是，请记住，可能的预测变量的最大数量在很大程度上取决于您是否允许交互。

此外，您可以通过指定模型中预测变量的数量（例如，minsize = 0，maxsize = 1）或排除（exclude = c（））特定预测变量或排除预测变量来限制候选模型的数量模型公式（y~a + b + ca：b-1;这不包括截距和相互作用a：b）。您可以在程序包文档glmulti.pdf中找到更多用于限制候选模型数量的选项

Answer 2

glmnet软件包提供了进行惩罚性建模的工具，而没有逐步选择的统计上有缺陷的策略。（似乎有一种广泛接受的错误论点，即使用AIC可以保护人们不受多重比较的影响。）在没有任何问题的情况下“找到”统计上显着的关系是非常容易的。

这是使用BabakP建议的一组随机预测器的结果：

pseudodata = data.frame(matrix(NA,nrow=276,ncol=51))
pseudodata[,1] = rbinom(nrow(pseudodata),1,.3)

n1 = length(which(pseudodata[,1]==1))
n0 = length(which(pseudodata[,1]==0))
 for(i in 2:ncol(pseudodata)){
    pseudodata[,i] = ifelse(pseudodata[,1]==1, rnorm(n1), rnorm(n0))
    }
model = glm(pseudodata[,1]~., data=pseudodata[-1])
stepwise.model = step(model,direction="both",trace=FALSE)

> summary(stepwise.model)

Call:
glm(formula = pseudodata[, 1] ~ X4 + X6 + X10 + X17 + X21 + X23 + 
    X25 + X29 + X32 + X37 + X41 + X48 + X50 + X19, data = pseudodata[-1])

Deviance Residuals: 
    Min       1Q   Median       3Q      Max  
-0.6992  -0.2943  -0.1154   0.3663   0.9833  

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  0.25674    0.02561  10.025  < 2e-16 ***
X4          -0.03573    0.02394  -1.493 0.136727    
X6          -0.05045    0.02608  -1.934 0.054141 .  
X10          0.05873    0.02744   2.141 0.033235 *  
X17         -0.06325    0.02520  -2.510 0.012668 *  
X21          0.06420    0.02504   2.564 0.010906 *  
X23         -0.04961    0.02845  -1.744 0.082353 .  
X25          0.03863    0.02517   1.535 0.126035    
X29          0.04889    0.02381   2.054 0.041020 *  
X32         -0.03669    0.02509  -1.462 0.144841    
X37          0.09682    0.02507   3.862 0.000142 ***
X41         -0.05253    0.02676  -1.963 0.050704 .  
X48         -0.06660    0.02279  -2.922 0.003782 ** 
X50         -0.06955    0.02624  -2.651 0.008517 ** 
X19         -0.04090    0.02701  -1.514 0.131137    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for gaussian family taken to be 0.1674429)

    Null deviance: 55.072  on 275  degrees of freedom
Residual deviance: 43.703  on 261  degrees of freedom
AIC: 306.59

Number of Fisher Scoring iterations: 2

Answer 3

根据我的经验，可以使用约30个协变量（没有相互作用）。

我最近回答了类似的问题，请查看： https://stackoverflow.com/a/23878222/1778542

编辑@Ben：没有足够的评论点=（说我先得到50分。如果可以，我会评论这个。

使用glmulti（）在穷举的全子集回归中可以使用的最大变量数是多少

3 个答案: