增强后向消除变量选择中的 R 代码

Question

我有一个包含 357 名患者的数据集。最终模型中大约有 10-15 个潜在变量可供选择。一些变量高度相关。所以我决定使用增强后向消除变量选择方法。

fit1<-glm(EWL_8Percent~Maternal.Age+local+DM_all+HTN_all+Gestational.Age+Type.of.delivery+Maternal.IV.Fluid.therapy+D0.Weight+Gender+Primiparity+resus+Phototherapy+EBF_D3+Maternal.confidence,family=binomial,data=data_term)

abe.fit<-abe(fit1,data=data_term,include=NULL,active=NULL,tau=0.05,exp.beta=FALSE,exact=TRUE,criterion="alpha",alpha=0.2,type.test="F",verbose=TRUE,type.factor="factor")

但是，我始终无法解决。以下是错误消息

Error in abe(fit1, data = data_term, include = NULL, active = NULL, tau = 0.05,  : 
  the model should be fitted with: x=T

非常感谢任何帮助。谢谢

Answer 1

如果有人仍在寻找答案： 您必须使用选项“x = T”和“y =T”来拟合 lm()，然后再应用 abe()。