我在 R 中实现一个逻辑回归模型，我有 80 个变量可供选择。我需要自动化模型的变量选择过程，所以我使用了 step 函数。
我使用函数或找到模型没有问题，但是当我查看最终模型时，我发现阶跃函数选择的一些变量并不显着（我使用汇总函数查看这个并查看第四个$coef 中的列，这是 Wald 测试）。这是一个问题，因为我需要模型中包含的所有变量都很重要。
是否有任何函数或任何方法可以基于 AIC 或 BIC 方法获得最佳模型，但也考虑到所有系数都必须显着？谢谢
R中逻辑回归中的逐步模型选择
机器算法验证
r
物流
aic
逐步回归
2022-03-28 22:57:13
1个回答
使用逐步选择来查找模型是一件非常糟糕的事情。您的假设检验将无效，并且由于过度拟合，您的样本外预测准确性将非常差。为了更全面地理解这些要点，它可能会帮助您在这里阅读我的答案：自动模型选择算法。
该stepAIC功能是根据 AIC 选择模型，而不是像 SPSS 那样选择单个系数是否高于或低于某个阈值。但是，AIC 可以理解为使用特定的 alpha，而不是 0.05。相反，它大约是 0.157。有关更多信息，请参阅@Glen_b 的答案：R 中的逐步回归 – 临界 p 值。
其它你可能感兴趣的问题