R中是否存在一種方法來針對具有不同組合的數據幀中的每個不同變量運行GLM,例如,廣義線性模型的變量的不同可能組合
如果我有4個解釋變量,我可以作爲Ÿ
m1 = glm(Y ~ V1, data = d)
m2 = glm(Y ~ V1 + V2, data = d)
m3 = glm(Y ~ V1 + V2 + V3, data = d)
m4 = glm(Y ~ V1 + V2 + V3 + V4, data = d)
但是模式,我也可以有
m5 = glm(Y ~ V1 + V2 + V4, data = d)
等。
R中是否有方法來選擇數據框內所有可能的變量組合,以查看哪些變量充當最佳預測變量?
因此,這裏顯示的第一個模型包含預測變量的'最佳'可能組合。那麼有沒有一種方法可以說明那些預測因子中哪一個在該模型中是最「有影響力」的,即X4的X1 X2 X3是否解釋了數據中的大部分變化?或者這是一個不同的問題呢? – KatyB
是的,這是一個不同的問題,不容易回答,因爲參數不是獨立的。 – Roland
好的,所以X1 ...等下的那些值(即1.468 ...不代表該變量的貢獻)? – KatyB