Question

我想在R中使用7个预测变量（5个连续预测变量和2个分类变量）对数据集执行自动，详尽的模型选择。我希望所有连续预测变量都具有交互的可能性（至少最多3个方向的交互）并且还有非相互作用的平方项。

我一直在使用regsubsets()包中的leaps并获得了良好的效果，但是许多模型都包含交互术语而不包括主要效果（例如，g*h是包含的模型预测器，但g不是。由于包含主效应也将影响模型得分（Cp，BIC等），因此将它们包括在与其他模型的比较中是很重要的，即使它们不是强预测因子。

我可以手动清除结果并交叉包含没有主效应的交互的模型，但我更愿意采用自动方式排除这些。我非常确定regsubsets()或leaps()无法做到这一点，也可能不会出现glmulti。有没有人知道另一个详尽的模型选择函数，它允许这样的规范，或者对脚本有一个建议，它会对模型输出进行排序，只找到符合我规范的模型？

以下是使用regsubsets()进行模型搜索的简化输出。您可以看到模型3和4确实包含交互术语，而不包括所有相关的主效应。如果没有其他功能可以用我的规范运行搜索，那么有关轻松设置此输出以排除未包含必要主效应的模型的建议将会有所帮助。

Model adjR2      BIC            CP          n_pred  X.Intercept.    x1      x2      x3      x1.x2   x1.x3   x2.x3   x1.x2.x3
1   0.470344346 -41.26794246    94.82406866 1       TRUE            FALSE   TRUE    FALSE   FALSE   FALSE   FALSE   FALSE
2   0.437034361 -36.5715963     105.3785057 1       TRUE            FALSE   FALSE   TRUE    FALSE   FALSE   FALSE   FALSE
3   0.366989617 -27.54194252    127.5725366 1       TRUE            FALSE   FALSE   FALSE   TRUE    FALSE   FALSE   FALSE
4   0.625478214 -64.64414719    46.08686422 2       TRUE            TRUE    FALSE   FALSE   FALSE   FALSE   FALSE   TRUE

Answer 1

您可以使用MuMIn包中的dredge()函数。

另见Subsetting in dredge (MuMIn) - must include interaction if main effects are present。

Answer 2

使用dredge后，我发现我的模型有太多的预测变量和相互作用，可以在合理的时间内运行挖泥机（我计算出40多个潜在的预测变量，可能需要30万小时才能在我的计算机上完成搜索）。但它确实排除了交互与主效应不匹配的模型，所以我想这对许多人来说可能仍然是一个很好的解决方案。

根据我的需要，我已经回到regsubsets并编写了一些代码来解析搜索输出，以便排除包含未包含在主要效果中的交互中的术语的模型。这段代码似乎运作良好，所以我将在这里分享。警告：它是以人为权宜而非计算而编写的，因此可能会重新编码为更快。如果你有10万个型号进行测试，你可能想让它更时尚。（我一直致力于搜索大约50,000个型号和多达40个因素，我的2.4ghz i5核心需要几个小时来处理）

reg.output.search.with.test<- function (search_object) {  ## input an object from a regsubsets search
## First build a df listing model components and metrics of interest
  search_comp<-data.frame(R2=summary(search_object)$rsq,  
                          adjR2=summary(search_object)$adjr2,
                          BIC=summary(search_object)$bic,
                          CP=summary(search_object)$cp,
                          n_predictors=row.names(summary(search_object)$which),
                          summary(search_object)$which)
  ## Categorize different types of predictors based on whether '.' is present
  predictors<-colnames(search_comp)[(match("X.Intercept.",names(search_comp))+1):dim(search_comp)[2]]
  main_pred<-predictors[grep(pattern = ".", x = predictors, invert=T, fixed=T)]
  higher_pred<-predictors[grep(pattern = ".", x = predictors, fixed=T)]
  ##  Define a variable that indicates whether model should be reject, set to FALSE for all models initially.
  search_comp$reject_model<-FALSE  

  for(main_eff_n in 1:length(main_pred)){  ## iterate through main effects
    ## Find column numbers of higher level ters containing the main effect
    search_cols<-grep(pattern=main_pred[main_eff_n],x=higher_pred) 
    ## Subset models that are not yet flagged for rejection, only test these
    valid_model_subs<-search_comp[search_comp$reject_model==FALSE,]  
    ## Subset dfs with only main or higher level predictor columns
    main_pred_df<-valid_model_subs[,colnames(valid_model_subs)%in%main_pred]
    higher_pred_df<-valid_model_subs[,colnames(valid_model_subs)%in%higher_pred]

    if(length(search_cols)>0){  ## If there are higher level pred, test each one
      for(high_eff_n in search_cols){  ## iterate through higher level pred. 
        ##  Test if the intxn effect is present without main effect (working with whole column of models)
        test_responses<-((main_pred_df[,main_eff_n]==FALSE)&(higher_pred_df[,high_eff_n]==TRUE)) 
        valid_model_subs[test_responses,"reject_model"]<-TRUE  ## Set reject to TRUE where appropriate
        } ## End high_eff for
      ## Transfer changes in reject to primary df:
      search_comp[row.names(valid_model_subs),"reject_model"]<-valid_model_subs[,"reject_model"
      } ## End if
    }  ## End main_eff for

  ## Output resulting table of all models named for original search object and current time/date in folder "model_search_reg"
  current_time_date<-format(Sys.time(), "%m_%d_%y at %H_%M_%S")
  write.table(search_comp,file=paste("./model_search_reg/",paste(current_time_date,deparse(substitute(search_object)),
             "regSS_model_search.csv",sep="_"),sep=""),row.names=FALSE, col.names=TRUE, sep=",")
}  ## End reg.output.search.with.test fn

R中的详尽模型选择是否具有高交互作用项并且可以使用regsubsets（）或其他函数包含主效应？

2 个答案: