如何解决使用R的正向选择方法
我正在尝试使用前向选择方法来拟合基于AIC的最佳多元线性回归模型
wins% #runs scored batting.avg #double.p #walks #strickouts
0.599 608 0.245 135 425 1079
0.586 682 0.252 124 408 1060
0.556 675 0.265 189 469 882
0.549 825 0.273 142 587 1113
0.531 708 0.256 145 541 996
0.528 654 0.250 153 466 1071
0.497 707 0.254 152 467 916
0.444 635 0.238 166 481 855
0.401 569 0.237 130 388 931
0.309 495 0.221 153 498 776
model.s <- lm(formula = winning.percentage ~ .,data = new.table)
step <- stepAIC(model.s,direction = "forward")
summary(step)
输出
Start: AIC=-243.36
winning.percentage ~ number.of.runs.scored + batting.average +
total.number.of.double.plays + other.teams.number.of.walks +
number.of.strikouts
Call:
lm(formula = winning.percentage ~ number.of.runs.scored + batting.average +
total.number.of.double.plays + other.teams.number.of.walks +
number.of.strikouts,data = new.table)
Residuals:
Min 1Q Median 3Q Max
-0.108803 -0.020586 0.007429 0.022087 0.083116
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -0.2776752 0.1913151 -1.451 0.15583
number.of.runs.scored 0.0002778 0.0001466 1.895 0.06659 .
batting.average 1.7419995 0.9284706 1.876 0.06923 .
total.number.of.double.plays 0.0007370 0.0004502 1.637 0.11084
other.teams.number.of.walks -0.0005897 0.0001292 -4.566 6.23e-05 ***
number.of.strikouts 0.0003461 0.0001044 3.315 0.00219 **
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.04457 on 34 degrees of freedom
Multiple R-squared: 0.646,Adjusted R-squared: 0.594
F-statistic: 12.41 on 5 and 34 DF,p-value: 6.856e-07
如果使用所有预测变量运行模型,则会得到此输出,如果运行stepAIC函数,则会得到相同的输出。这正常吗?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。