R add1 在模型中添加或刪除所有可能的單項

說明

計算 scope 參數中可以添加到模型或從模型中刪除的所有單項，擬合這些模型並計算擬合變化表。

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, ...)

參數

object	擬合的模型對象。
scope	給出添加或刪除時要考慮的項的公式。
scale	用於計算 C_p 的殘差均方估計。如果 0 或 NULL 則忽略。
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，或者可能適用於估計離散度的 glm 擬合。 \chi^2 測試可以是精確測試(具有已知尺度的 lm 模型)或似然比測試或縮放偏差減少測試，具體取決於方法。對於 glm 擬合，您還可以選擇 "LRT" 和 "Rao" 進行似然比檢驗和 Rao 有效得分檢驗。前者與 "Chisq" 同義(盡管兩者都具有漸近卡方分布)。值可以縮寫。
k	AIC /C_p 中的懲罰常數。
trace	如果是 TRUE ，則打印進度報告。
x	模型矩陣，包含擬合模型的列和上部範圍中的所有項。如果要重複調用add1，則很有用。警告：不對其有效性進行檢查。
all.cols	(提供與 S 的兼容性。)邏輯指定是否應使用設計矩陣的所有列。如果FALSE，則不可估計的列將被刪除，但結果通常沒有統計意義。
...	傳入或傳出其他方法的進一步參數。

細節

對於 drop1 方法，缺失的 scope 被視為模型中的所有項。在考慮要添加或刪除的項時，會遵循層次結構：二階交互中包含的所有主效應必須保留，等等。

在 scope 公式中，. 表示“已經存在的內容”。

lm 和glm 的方法更高效，因為它們不重新計算模型矩陣並直接調用fit 方法。

默認輸出表給出 AIC，定義為減去兩倍對數似然加上 2p，其中 p 是模型的排名(有效參數的數量)。這僅定義為加性常數(如對數似然)。對於具有固定尺度的線性高斯模型，選擇常數來給出 Mallows 的 C_p 、 RSS/scale + 2p - n 。在使用 C_p 的情況下，該列標記為 Cp 而不是 AIC 。

"glm" 方法的 F 測試基於偏差測試分析，因此如果估計離差，則它是基於殘餘偏差，這與 anova.glm 的 F 測試不同。

值

"anova" 類的對象總結了模型之間擬合的差異。

警告

模型擬合必須將模型應用到同一數據集。如果 na.action = na.omit ，大多數方法將嘗試使用沒有任何變量缺失值的數據子集，但這可能會產生有偏差的結果。僅對包含缺失值的數據使用這些函數時要格外小心。

默認方法調用函數 nobs 以檢查擬合過程中涉及的觀測值數量是否保持不變。

注意

這些並不完全等同於 S 中的函數。沒有 keep 參數，並且使用的方法在計算上不太高效。

使用他們的作者對 Mallows 的 C_p 和 Akaike 的 AIC 的定義，而不是 S 模型章節作者的定義。

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).

參考

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