R stepAIC 在逐步算法中通过 AIC 选择模型

说明

通过 AIC 执行逐步模型选择。

用法

stepAIC(object, scope, scale = 0,
        direction = c("both", "backward", "forward"),
        trace = 1, keep = NULL, steps = 1000, use.start = FALSE,
        k = 2, ...)

参数

object	代表适当类的模型的对象。这用作逐步搜索中的初始模型。
scope	定义逐步搜索中检查的模型范围。这应该是单个公式，或者是包含组件 upper 和 lower (这两个公式)的列表。请参阅有关如何指定公式及其使用方法的详细信息。
scale	用于定义模型选择的 AIC 统计量，目前仅适用于 lm 和 aov 模型(详细信息请参阅 extractAIC)。
direction	逐步搜索的模式，可以是 "both" 、 "backward" 或 "forward" 之一，默认为 "both" 。如果缺少 scope 参数，则 direction 的默认值为 "backward" 。
trace	如果为正，则在 stepAIC 运行期间打印信息。较大的值可以提供有关拟合过程的更多信息。
keep	一个过滤函数，其输入是拟合模型对象和关联的 AIC 统计量，其输出是任意的。通常keep 将选择对象组件的子集并返回它们。默认情况下不保留任何内容。
steps	要考虑的最大步骤数。默认值为 1000(本质上是需要的数量)。它通常用于提前停止该过程。
use.start	如果为 true，则从当前所选模型的线性预测器开始完成更新的拟合。这可能会加快迭代计算速度glm(和其他不适)，但它也会减慢它们的速度。未使用在R.
k	用于惩罚的自由度数的倍数。只有k = 2 提供真正的AIC：k = log(n) 有时称为BIC 或SBC。
...	extractAIC 的任何其他参数。 (目前尚未使用。)

细节

搜索的模型集由 scope 参数确定。其lower 组件的右侧始终包含在模型中，模型的右侧包含在upper 组件中。如果scope 是单个公式，则它指定upper 组件，并且lower 模型为空。如果scope 缺失，则初始模型将用作upper 模型。

scope 指定的模型可以作为更新 object 的模板，如 update.formula 使用的那样。

使用 glm 与变量 scale 配合存在潜在问题，因为在这种情况下，偏差不仅仅与最大化对数似然相关。 extractAIC 的 glm 方法对 gaussian 系列进行了适当的调整，但可能需要针对其他情况进行修改。 (binomial 和 poisson 系列默认修复了 scale，并且不对应于变量 scale 的特定 maximum-likelihood 问题。)

如果存在常规偏差(例如，lm、aov 和 glm 适合)，则会在方差分析表中引用：它是未缩放偏差。

值

返回逐步选择的模型，最多带有两个附加组件。有一个 "anova" 组件对应于搜索中采取的步骤，如果在调用中提供了 keep= 参数，则还有一个 "keep" 组件。偏差表分析的 "Resid. Dev" 列是指一个常数减去两倍最大对数似然：仅在明确定义饱和模型的情况下才会出现偏差(因此不包括 lm 、 aov 和 survreg )。

注意

模型拟合必须将模型应用到同一数据集。如果存在缺失值和na.action以外na.fail使用(就像默认的R)。我们建议您先删除缺失值。

例子

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)
quine.stp$anova

cpus1 <- cpus
for(v in names(cpus)[2:7])
  cpus1[[v]] <- cut(cpus[[v]], unique(quantile(cpus[[v]])),
                    include.lowest = TRUE)
cpus0 <- cpus1[, 2:8]  # excludes names, authors' predictions
cpus.samp <- sample(1:209, 100)
cpus.lm <- lm(log10(perf) ~ ., data = cpus1[cpus.samp,2:8])
cpus.lm2 <- stepAIC(cpus.lm, trace = FALSE)
cpus.lm2$anova

example(birthwt)
birthwt.glm <- glm(low ~ ., family = binomial, data = bwt)
birthwt.step <- stepAIC(birthwt.glm, trace = FALSE)
birthwt.step$anova
birthwt.step2 <- stepAIC(birthwt.glm, ~ .^2 + I(scale(age)^2)
    + I(scale(lwt)^2), trace = FALSE)
birthwt.step2$anova

quine.nb <- glm.nb(Days ~ .^4, data = quine)
quine.nb2 <- stepAIC(quine.nb)
quine.nb2$anova

参考

Venables, W. N. and Ripley, B. D. (2002) Modern Applied Statistics with S. Fourth edition. Springer.

也可以看看

addterm , dropterm , step