R中一步删除不重要变量的函数答案

【问题标题】：function for removing nonsignificant variables at one step in RR中一步删除不重要变量的函数
【发布时间】：2012-04-15 15:53:16
【问题描述】：

我正在尝试在 R 中自动化逻辑回归。基本上，随着输入数据的更新，我的源代码每天都会生成一个新方程，（变量，数据格式等相同）并打印出具有相应系数的重要变量。当我使用阶跃函数时，有时得到的系数并不显着。因此，我想更新我的系数集并去掉所有不够重要的系数。有没有一种功能或自动化的方式来做到这一点？如果不是，我能想到的唯一方法是用另一种语言编写脚本，获取系数和相应的 P 值并检查重要性，然后相应地重新运行 R。但即便如此，你知道我怎样才能只得到 P 值和变量系数。我可以使用“摘要”功能打印回归结果的整个摘要。我不能只达到 P 值。

非常感谢

【问题讨论】：

我相信人们会给你很好的技术建议，告诉你如何做你所要求的，但我的建议是认真重新考虑这样做。进行逐步回归的（非常）少数充分理由，以及不这样做的许多充分理由：参见例如stata.com/support/faqs/stat/stepwise.html 开始...
如果你坚持：stackoverflow.com/questions/3701170/…
是的，也许不是自动提取 P 值，而是考虑自动提取可能性和参数数量。 K. Burnham 和 D. Anderson 发表了很多关于模型选择和 AIC 的论文和书籍。
@BenBolker 感谢您的链接。为了自动化，我首先想到的是逐步函数。 MarkMiller，感谢您的参考。我会在申请之前阅读它们
了解为什么您正在构建这些逻辑回归 - 用于预测（在这种情况下，您可能希望使用多模型平均 á la Burnham 和 Anderson ，或者通过glmnet 包中的惩罚回归可能更好）？假设检验？分类？

标签： r regression

【解决方案1】：

没有示例代码和数据对我来说有点困难，但是您可以像这样基于变量值进行子集化，

newdata <- data[ which(data$p.value < 0.5), ]

您可以使用 str 检查您的 R 对象，请参阅 ?str 以了解如何选择要在您的子集中使用的任何内容 $p.value 或 $residuals。

如果这不能回答您的问题，请尝试提交一些示例代码和数据。

最好，埃里克

【讨论】：

谢谢，这可能有效。我会在星期一试一试，然后告诉你。