用R软件寻找最优子集,应用回归分析,逐步回归实例,前进法,后退法

本文通过R软件详细介绍逐步回归分析,包括前进法和后退法,探讨如何在回归模型中寻找最优子集,以提高预测精度和模型解释性。
摘要由CSDN通过智能技术生成
install.packages("leaps")
library(leaps)
exps<-regsubsets(y~x1+x2+x3+x4+x5+x6+x7+x8+x9,data = data3_1)
exps<-regsubsets(y~x1+x2+x3+x4+x5+x6+x7+x8+x9,data = data3_1,nbest=1,really.big = T)
expres<-summary(exps)
res<-data.frame(expres$outmat,调整R平方=expres$adjr2)
res
用R软件寻找最优子集,
 x1 x2 x3 x4 x5 x6 x7 x8 x9 调整R平方
1  ( 1 )              *             0.8823606
2  ( 1 )  *           *             0.9513232
3  ( 1 )  *  *        *             0.9752336
4  ( 1 )  *  *  *     *             0.9903308
5  ( 1 )  *  *  *     *  *          0.9903456
6  ( 1 )  *  *  *     *  *     *    0.9901586
7  ( 1 )  *  *  *     *  *  *  *    0.9898406
8  ( 1 )  *  *  *     *  *  *  *  * 0.9894367

逐步回归实例

library(readr)
data5_6 <- read_csv("data5.6.csv")
View(data5_6)
cor(dat
  • 28
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值