Question

在下面的MWE中，我有一个包含70个潜在预测因子的数据集来解释我的变量price1。我想对所有变量进行单变量分析，但包glmulti表示我有too many predictors。单变量分析如何有太多预测因子？

*我可以通过loop / apply来实现，但我正在寻找更详细的内容。类似的问题here也没有解决问题。

test <- read.csv(url("https://raw.githubusercontent.com/vincentarelbundock/Rdatasets/master/csv/Ecdat/Car.csv"))
library(glmulti)
glmulti.lm.out <- glmulti(data  = test, price1 ~ .,
                          level = 1,
                          method = "h",
                          maxK = 1,
                          confsetsize = 10,
                          fitfunction = "lm")

Error
Warning message:
In glmulti(y = "price1", data = test, level = 1, maxK = 1, method = "h",  :
  !Too many predictors.

Answer 1

这个问题更适合CrossValidated，但这是我的两分钱。运行详尽的搜索以找到要包含在模型中的最佳变量，计算量非常大，并且很快就会失控。考虑一下您要求计算机执行的操作：

当您进行详尽的搜索时，计算机正在为每个可能的变量组合构建模型。对于尺寸为1的型号，这不是太糟糕，因为它只有70个型号。但即使对于双变量模型，计算机也必须运行n！/（r！（n-r）！）= 70！/（2！（68）！）= 2415种不同的模型。事情从那里开始失控。

作为解决方法，我会指向leaps包，其中包含regsubsets功能。然后，您可以运行前向或后向子集选择模型，并以逐步方式查找最重要的变量。运行每个变量后，您可以抛弃每个变量，并使用glmulti以较少的预测变量运行模型，但不承诺。

test.data <-
read.csv(url("https://raw.githubusercontent.com/vincentarelbundock/Rdatasets/ma
ster/csv/Ecdat/Car.csv"))[,2:71]
library(leaps)

big_subset_model <- regsubsets(x = price1 ~ ., data = test.data, nbest = 1, 
method = "forward", really.big = TRUE, nvmax = 70)
sum.model <- summary(big_subset_model)

Answer 2

使用lapply进行univariate分析的简单解决方案。

test <- read.csv(url("https://raw.githubusercontent.com/vincentarelbundock/Rdatasets/master/csv/Ecdat/Car.csv")) 

reg <- function(indep_var,dep_var,data_source) {
          formula <- as.formula(paste(dep_var," ~ ", indep_var))
          res     <- lm(formula, data = data_source)
          summary(res)
}

lapply(colnames(test), FUN = reg, dep_var = "price1", data_source = test)

自动变量选择 - 回归线性模型

2 个答案: