R：cv.glm变量长度不同错误

Question

我试图将后向选择与线性回归进行比较以减少尺寸。数据集相当大，有150个变量。

我一直使用相同的方法为选定的模型生成与交叉验证的比较，但这次使用此数据集时，cv.glm会出现我无法解决的错误：

  

model.frame.default中的错误（公式=       SurveyTest $ H.test~：变量长度不同（找到       ＆＃39;音乐＆＃39）

SurveyTest中没有NA值，我似乎无法检测长度差异的其他原因。

交叉验证代码：

#Linear regression full model
lm_full <- lm(SurveyTest$H.test~.,data=SurveyTest)
summary(lm_full)

#Backward selection
lm_init <- lm(H.test~1,data=SurveyTest)
backward_lm <- stepAIC(lm_full,scope = formula(lm_init),direction="backward", 
trace = FALSE)
summary(backward_lm)
AIC(backward_lm)

#Cross Validation
library(boot)
model1 <- glm(lm_full)
summary(lm_full)
model2 <- glm(backward_lm)
cv.glm(data=SurveyTest, glmfit=model1,K=10)
cv.glm(data=SurveyTest, glmfit=model2,K=10)

Answer 1

我想我找到了解决方案。我应该用

创建lm_full

lm_full <- lm(H.test~.,data=SurveyTest)

而不是

lm_full <- lm(SurveyTest$H.test~.,data=SurveyTest)

解决了这个问题。