R dropterm 嘗試模型中的所有一項刪除

說明

嘗試通過刪除單個項來擬合與當前模型不同的所有模型，保持邊際性。

這個函數是通用的；類 lm 和 glm 存在方法，默認方法適用於許多其他類。

用法

dropterm (object, ...)

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

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

## S3 method for class 'glm'
dropterm(object, scope, scale = 0, test = c("none", "Chisq", "F"),
         k = 2, sorted = FALSE, trace = FALSE, ...)

參數

object	通過某種模型擬合函數擬合的對象。
scope	給出可能被刪除的項的公式。默認情況下，模型公式。實際上隻嘗試可以刪除並保持邊性的術語。
scale	用於定義選擇模型的 AIC 統計量，目前僅適用於 lm 、 aov 和 glm 模型。指定 scale 斷言殘餘標準誤差或離散度已知。
test	結果是否應該包括相對於原始模型的檢驗統計量？ F 檢驗僅適用於lm 和aov 模型，或許還適用於一些過於分散的glm 模型。 Chisq 檢驗可以是精確檢驗(具有已知尺度的 lm 模型)或似然比檢驗，具體取決於方法。
k	用於懲罰的自由度數的倍數。隻有k = 2 提供真正的AIC：k = log(n) 有時稱為BIC 或SBC。
sorted	結果應該按照AIC的值排序嗎？
trace	如果 TRUE 可能會在嘗試時提供有關擬合的附加信息。
...	傳遞給其他方法或從其他方法傳遞的參數。

細節

AIC 的定義僅取決於附加常數：在適當的情況下(具有指定比例的 lm 模型)，該常數被視為 Mallows Cp 統計中使用的常數，並對結果進行相應標記。

值

"anova" 類的表至少包含模型自由度變化和 AIC(或 Cp)的列。一些方法將提供更多信息，例如平方和、偏差、對數似然和檢驗統計量。

例子

quine.hi <- aov(log(Days + 2.5) ~ .^4, quine)
quine.nxt <- update(quine.hi, . ~ . - Eth:Sex:Age:Lrn)
dropterm(quine.nxt, test=  "F")
quine.stp <- stepAIC(quine.nxt,
    scope = list(upper = ~Eth*Sex*Age*Lrn, lower = ~1),
    trace = FALSE)
dropterm(quine.stp, test = "F")
quine.3 <- update(quine.stp, . ~ . - Eth:Age:Lrn)
dropterm(quine.3, test = "F")
quine.4 <- update(quine.3, . ~ . - Eth:Age)
dropterm(quine.4, test = "F")
quine.5 <- update(quine.4, . ~ . - Age:Lrn)
dropterm(quine.5, test = "F")

house.glm0 <- glm(Freq ~ Infl*Type*Cont + Sat, family=poisson,
                   data = housing)
house.glm1 <- update(house.glm0, . ~ . + Sat*(Infl+Type+Cont))
dropterm(house.glm1, test = "Chisq")

參考

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

也可以看看

addterm , stepAIC