R中的逐步回归答案

【问题标题】：Stepwise regression in RR中的逐步回归
【发布时间】：2015-12-18 09:38:26
【问题描述】：

我想在 R 中模仿以下 SPSS 语法：

USE first thru 3122.
EXECUTE.

REGRESSION
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL ZPP
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT HCTBB
  /METHOD=BACKWARD

到目前为止，我已经这样做了：

step(lm(dependentVAR[1:3122]~.,data=independentVAR[1:3122,]),direction="backward")

但输出（在完全相同的数据集上）不一样。有人可以帮忙吗？

【问题讨论】：

首先，传统的做法是告诫有人询问这个话题并指出它为什么不好（例如，link）。其次，您可能会觉得这很有帮助：link 第三，请提供一个可重现的示例。如果您想匹配输出，请以某种方式提供 SPSS 输出。
请阅读有关how to ask a good question 的信息以及如何提供reproducible example。这将使其他人更容易帮助您。
感谢您的反馈，我是这方面的新手，所以我以后会牢记这一点。我正在处理很多我无法分享的数据，但我已经跟进了你的建议并测试了一些来自互联网的“随机”回归数据。使用这个数据集，R 和 SPSS 产生了相同的结果！所以现在我想知道 R 是否以与 SPSS 相同的方式处理我的变量...

标签： r regression spss

【解决方案1】：

我猜你是在执行多元线性回归？

您可能会发现regsubsets 函数（包：跳跃）和stepAIC（库：质量）很有帮助。前者允许通常的标准，如 AIC、BIC 和调整后的 R2，而后者仅基于 AIC。就搜索过程而言，它们都能够进行后向、前向和最佳子集。

【讨论】：

感谢您的建议！我在上面发表了一条评论，描述了我的进步。我当然也会看看 regsubsets 和 stepAIC。非常感谢您的帮助。