来自新R用户的简单问题 - 我试图在几个不同的回归模型中使用stepAIC,我想找出如何基于输出保存/估计回归以获得来自stepAIC的最佳拟合“Call” 。有没有办法做到这一点?谢谢,非常感谢任何帮助。
答案 0 :(得分:1)
从stepAIC返回的值具有类“aov”和“lm”,因此它将响应lm
的普通结果将响应的所有函数。
library(MASS) # running first example on the help page:
quine.hi <- aov(log(Days + 2.5) ~ .^4, quine)
quine.nxt <- update(quine.hi, . ~ . - Eth:Sex:Age:Lrn)
quine.stp <- stepAIC(quine.nxt,
scope = list(upper = ~Eth*Sex*Age*Lrn, lower = ~1),
trace = FALSE)
所以这是它的类值,然后是print
- 在控制台上的外观,虽然显然不是它的所有组件。您可以使用names
查找这些内容,并通过summary
获取更多信息:
> class(quine.stp)
[1] "aov" "lm"
> quine.stp
Call:
aov(formula = log(Days + 2.5) ~ Eth + Sex + Age + Lrn + Eth:Sex +
Eth:Age + Eth:Lrn + Sex:Age + Sex:Lrn + Age:Lrn + Eth:Sex:Lrn +
Eth:Age:Lrn, data = quine)
Terms:
Eth Sex Age Lrn Eth:Sex Eth:Age Eth:Lrn
Sum of Squares 10.68203 0.62388 3.76424 0.65290 0.01533 5.98964 0.01246
Deg. of Freedom 1 1 3 1 1 3 1
Sex:Age Sex:Lrn Age:Lrn Eth:Sex:Lrn Eth:Age:Lrn Residuals
Sum of Squares 8.68925 0.57977 2.38640 4.69558 2.09602 66.59962
Deg. of Freedom 3 1 2 1 2 125
Residual standard error: 0.7299294
2 out of 23 effects not estimable
Estimated effects may be unbalanced
答案 1 :(得分:0)
感谢您的上述回复,内容非常丰富!我找到了一个快速简便的解决方案,即使用lm.beta
库,它存储具有低p值的系数。