我正在使用R来选择最合适的模型。
我有15个变量，样本大小为790,000。线性模型不起作用b / c残差不是随机的和非正常的。
所以我尝试用更高的多项式和相互作用来运行非线性模型。但是，由于数据集较大，R非常慢并且会不时关闭。
我尝试使用逐步函数，polym函数，但两者都不理想。是否存在高阶多项式和相互作用的函数/包？如果我要写一个循环，如何在不查看绘图的情况下检查每个场景的残差的正态性和随机性？ （夏普测试不适用于b / c大样本量）。非常感谢你！
更新： fit2b＆lt; - lm（f $ Assets~polym（f $ C，f $ Suc，f $ SP，f $ SS，f $ Qual_P， f $ A，f $ TotalAA，f $ Eq，f $ D，f $ PE，f $ EI，f $ GE，f $ EO，degree = 5，raw = TRUE）+ f $性别+ f $ LT）< / p>
fit1b = lm（f $ Assets~f $ A）
step（fit1b，scope = list（upper = fit2b，lower = ~1），direction =＆＃34; forward＆＃34;，trace = FALSE）
另外，我想知道除了vif之外是否还有其他工具来检测多重共线性，我应该如何调整模型来解决它。