如何存储和使用从 stepAIC 回归中确定的输出回归公式？答案

【问题标题】：How do I store and use the output regression formula which has been identified from stepAIC regression?如何存储和使用从 stepAIC 回归中确定的输出回归公式？
【发布时间】：2016-10-14 18:56:57
【问题描述】：

TestRegALL <- lm(RegV.DiffMoMChange.FIN$Y ~ RegVariables.FIN$A + RegVariables.FIN$B + RegVariables.FIN$C + RegVariables.FIN$D + RegVariables.FIN$E + RegVariables.FIN$F + RegVariables.FIN$G + RegVariables.FIN$H + RegVariables.FIN$I + RegVariables.FIN$J + RegVariables.FIN$K)

TestRegALL.stepAIC <- stepAIC(TestRegALL, directions = "both")
summary(TestRegALL.stepAIC)

摘要揭示了一个特定的公式：

lm(formula = RegV.DiffMoMChange.FIN$Y ~ RegVariables.FIN$A + RegVariables.FIN$B + RegVariables.FIN$C + RegVariables.FIN$D + RegVariables.FIN$E + RegVariables.FIN$F + RegVariables.FIN$J + RegVariables.FIN$K)

无变量 G、H、I

如何存储此公式以用于预测目的？

由于这个输出回归公式可能会随着每月更新的数据而改变，我想了解如何在 R 脚本上编写它并使用更新的公式进行预测/预测。

【问题讨论】：

TestRegALL.stepAIC$call 将返回 AIC 逐步模型选择中选择的公式。
要重新运行model<- TestRegALL.stepAIC$call，请执行eval(model)。
谢谢！有什么方法可以使用“TestRegALL.stepAIC$call”中的公式和未来的变量 A、B、C 等自动计算 Y？干杯! @AdamQuek
只需以相同的格式和eval(model)更新您的数据，您应该可以得到它。尝试对您的数据进行子集化，看看这个选项是否有效。另外，考虑使用单个 data.frame 或 model.matrix... 跨两个矩阵（RegV.DiffMoMChange.FIN 和 RegVariables.FIN）调用变量不是很直观
我不会使用eval 技巧。 update 方法可用于在新数据集上重新估计模型。

标签： r regression predict

【解决方案1】：

您可以使用方法update 使用新数据重新估计模型，并且可以使用predict 来计算模型的预测。

首先，我不会在公式中使用 data.frame 的名称，而是使用 lm 的 data 参数（以及大多数其他建模函数）传递 data.frame。使用生成的数据集：

N <- 1000
traindata <- data.frame(Y = rnorm(N), A = rnorm(N), 
  B = rnorm(N), C = rnorm(N), D = rnorm(N))

model_0 <- lm(Y ~ A + B + C + D, data = traindata)
model_step <- MASS::stepAIC(model_0, direction = "both")

使用data 参数将data.frame 传递给lm 的优点是现在可以对其他数据集（具有不同名称）使用相同的公式。

例如，为新数据集testdata生成预测：

N <- 500
testdata <- data.frame(A = rnorm(N), B = rnorm(N),
  C = rnorm(N), D = rnorm(N))

predict(model_step, newdata = testdata)

使用update 使用新数据集重新估计模型：

N <- 1000
newdata <- data.frame(Y = rnorm(N), A = rnorm(N), B = rnorm(N), C = rnorm(N), D = rnorm(N))

model_new <- update(model_step, data = newdata)

update也可以用来修改公式（例如在模型中加入系数C：

model_new2 <- update(model_step, . ~ . + C)

您可以使用formula 方法从模型中提取公式。下面我使用model_0 中的公式来更新model_new 使用stepAIC：

model_new_step <- MASS::stepAIC(model_new, formula(model_0), direction = "both")

【讨论】：