Question

我在学习SPSS并使用SPSS对几篇论文的统计数据进行了学习。我一直在使用我的数据来帮助我学习和理解R.在我的数据中，我必须使用逐步比较在SPSS中找到一些线性回归，以消除不适合模型的变量。我尝试使用带有MASS包的stepAIC，因为我认为它是等价的，并且得到了一些完全不同的输出，以及我不理解的东西，不得不查找。我的问题是，SPSS和stepAIC之间的步骤有什么区别？（逐步比stepAIC更保守吗？）有没有办法编写stepAIC代码，它等同于逐步？或者是否有一个不同的包可以帮助我？

这是我的代码：

mydata <- read.csv("Eric.csv")
AveSBP <- mydata[, 3]
MaxVi <- mydata[, 7]
PeakForce <- mydata[, 8]
MaxPO <- mydata[, 9]
Height <- mydata[, 10]
BMI <- mydata[, 11]
NeckCirc <- mydata[, 12]
ArmLength <- mydata[, 13]
ArmSpan <- mydata[, 14]
WaistCircum <- mydata[, 15]
LegLength <- mydata[, 16]
FatAth <- mydata[, 17]
Diff <- mydata[, 18]
Ratio <- mydata[, 19]
lm1 <- lm(AveSBP ~ MaxVi + PeakForce + MaxPO + Height + BMI + NeckCirc + ArmLength + ArmSpan + WaistCircum + LegLength + FatAth + Diff + Ratio)
summary(lm1)
stepAIC(lm1, directions="both")

我在Windows 7 Pro x64，R x64 3.1.0和SPSS x64 v21上运行它们。

Answer 1

SPSS不会在线性回归中逐步（前向或后向）使用AIC标准，因此无法保证它们会收敛到同一解决方案。请参阅有关回归的the SPSS help files及其使用的F值条件。

一些快速的Google搜索为R函数提供了此answer by Joris Meys来复制此类选择条件。

强制性说明你真的想要使用逐步回归to select the model吗？

R中stepAIC与SPSS中逐步差异

1 个答案: