如何比较加权多元线性模型?

机器算法验证 多元分析 模型选择 多重回归
2022-04-18 03:16:32

我有一组带有权重的多元回归模型,我试图在 R 中进行比较。看起来像:

f0 <- lm(cbind(Y1,Y2,Y3,Y4) ~ co1 + co2 + co3 + co4 + x1, dat, weight=wt)
f1 <- lm(cbind(Y1,Y2,Y3,Y4) ~ co1 + co2 + co3 + co4 + x1 + x2, dat, weight=wt)
f2 <- lm(cbind(Y1,Y2,Y3,Y4) ~ co1 + co2 + co3 + co4 + x1 + poly(x2,2), dat, weight=wt)

我得到了完全合理且可解释的拟合,但我希望能够回答这样一个问题,“总体而言,x2 对相关度量有影响吗?” 在其他情况下,使用嵌套模型,我做了类似的事情:

anova(f0, f1, f2)

并使用卡方检验。但在这种情况下,我收到此错误:

Error in SSD.mlm(object) : 'mlm' objects with weights are not supported

那么,我有什么替代方案来比较这些模型呢?谢谢!

1个回答

我建议为每一个计算 AIC 模型权重。这使您能够灵活地选择 AIC 最佳模型进行推理,或者如果存在相当大的结构不确定性,则可以获得 x2 影响的模型加权估计。