R add1 在模型中添加或删除所有可能的单项

说明

计算 scope 参数中可以添加到模型或从模型中删除的所有单项，拟合这些模型并计算拟合变化表。

用法

add1(object, scope, ...)

## Default S3 method:
add1(object, scope, scale = 0, test = c("none", "Chisq"),
     k = 2, trace = FALSE, ...)

## S3 method for class 'lm'
add1(object, scope, scale = 0, test = c("none", "Chisq", "F"),
     x = NULL, k = 2, ...)

## S3 method for class 'glm'
add1(object, scope, scale = 0,
     test = c("none", "Rao", "LRT", "Chisq", "F"),
     x = NULL, k = 2, ...)

drop1(object, scope, ...)

## Default S3 method:
drop1(object, scope, scale = 0, test = c("none", "Chisq"),
      k = 2, trace = FALSE, ...)

## S3 method for class 'lm'
drop1(object, scope, scale = 0, all.cols = TRUE,
      test = c("none", "Chisq", "F"), k = 2, ...)

## S3 method for class 'glm'
drop1(object, scope, scale = 0,
      test = c("none", "Rao", "LRT", "Chisq", "F"),
      k = 2, ...)

参数

object	拟合的模型对象。
scope	给出添加或删除时要考虑的项的公式。
scale	用于计算 C_p 的残差均方估计。如果 0 或 NULL 则忽略。
test	结果是否应该包括相对于原始模型的检验统计量？ F 检验仅适用于 lm 和 aov 模型，或者可能适用于估计离散度的 glm 拟合。 \chi^2 测试可以是精确测试(具有已知尺度的 lm 模型)或似然比测试或缩放偏差减少测试，具体取决于方法。对于 glm 拟合，您还可以选择 "LRT" 和 "Rao" 进行似然比检验和 Rao 有效得分检验。前者与 "Chisq" 同义(尽管两者都具有渐近卡方分布)。值可以缩写。
k	AIC /C_p 中的惩罚常数。
trace	如果是 TRUE ，则打印进度报告。
x	模型矩阵，包含拟合模型的列和上部范围中的所有项。如果要重复调用add1，则很有用。警告：不对其有效性进行检查。
all.cols	(提供与 S 的兼容性。)逻辑指定是否应使用设计矩阵的所有列。如果FALSE，则不可估计的列将被删除，但结果通常没有统计意义。
...	传入或传出其他方法的进一步参数。

细节

对于 drop1 方法，缺失的 scope 被视为模型中的所有项。在考虑要添加或删除的项时，会遵循层次结构：二阶交互中包含的所有主效应必须保留，等等。

在 scope 公式中，. 表示“已经存在的内容”。

lm 和glm 的方法更高效，因为它们不重新计算模型矩阵并直接调用fit 方法。

默认输出表给出 AIC，定义为减去两倍对数似然加上 2p，其中 p 是模型的排名(有效参数的数量)。这仅定义为加性常数(如对数似然)。对于具有固定尺度的线性高斯模型，选择常数来给出 Mallows 的 C_p 、 RSS/scale + 2p - n 。在使用 C_p 的情况下，该列标记为 Cp 而不是 AIC 。

"glm" 方法的 F 测试基于偏差测试分析，因此如果估计离差，则它是基于残余偏差，这与 anova.glm 的 F 测试不同。

值

"anova" 类的对象总结了模型之间拟合的差异。

警告

模型拟合必须将模型应用到同一数据集。如果 na.action = na.omit ，大多数方法将尝试使用没有任何变量缺失值的数据子集，但这可能会产生有偏差的结果。仅对包含缺失值的数据使用这些函数时要格外小心。

默认方法调用函数 nobs 以检查拟合过程中涉及的观测值数量是否保持不变。

注意

这些并不完全等同于 S 中的函数。没有 keep 参数，并且使用的方法在计算上不太高效。

使用他们的作者对 Mallows 的 C_p 和 Akaike 的 AIC 的定义，而不是 S 模型章节作者的定义。

例子

require(graphics); require(utils)
## following example(swiss)
lm1 <- lm(Fertility ~ ., data = swiss)
add1(lm1, ~ I(Education^2) + .^2)
drop1(lm1, test = "F")  # So called 'type II' anova

## following example(glm)

drop1(glm.D93, test = "Chisq")
drop1(glm.D93, test = "F")
add1(glm.D93, scope = ~outcome*treatment, test = "Rao") ## Pearson Chi-square

作者

The design was inspired by the S functions of the same names described in Chambers (1992).

参考

Chambers, J. M. (1992) Linear models. Chapter 4 of Statistical Models in S eds J. M. Chambers and T. J. Hastie, Wadsworth & Brooks/Cole.

也可以看看

step , aov , lm , extractAIC , anova