R：模型中包含哪些变量？

Question

我对R来说相当新，我正在尝试找到最好的模型来预测我的因变量来自多个预测变量。我有20个预测变量，我想知道哪些应该包含在我的模型中以及哪些应该排除。

我目前正在运行各自具有不同预测变量的模型，并比较它们以查看哪一个具有最低的AIC，但这需要很长时间。有更简单的方法吗？

提前谢谢你。

Answer 1

这实际上是一个理论问题......

原则上，如果所有预测变量实际上都是模型的外生因素，那么它们都可以包含在一起并假设您有足够的数据（N>＆gt; 20）并且它们不太相似（这可能会导致多重共线性），这应该有助于预测。在实践中，您需要考虑每个（或任何）预测变量对模型是否实际上是外生的（即，与模型中的误差项无关）。如果他们不是，那么他们将对估计产生偏见。 （另外，省略实际需要的解释变量会产生偏差。）

如果预测准确度（即使是虚假的样本内准确性）是目标，那么像LASSO这样的技术（如评论中所述）也可以提供帮助。