R语言学习：如何快速实现回归模型指标筛选?-全子集回归

01

前言

---

    数据分析中，回归模型搭建是必不可少的一环，但在模型构建的过程中往往会出现一个问题：当自变量（即Y=aX+b中的X，可以看做测量指标）个数增多之后，如何筛选自变量的个数，实现最大化去预测因变量的变化规律，成为重要的分析环节。实际操作中我们当然可以挨个的去试一下，但这种重复的工作有没有可替代方案呢？

    答案是有的：用全子集回归法。它的意思是指所有可能的模型都会被一次性检验，从而获得一个最佳的多变量预测模型。

02

数据解释

  本例中的数据节选至R自带的部分数据集：state.x77，数据解释可参考前文

通往学术之路，公众号：通往学术之路R语言学习：如何快速实现协方差分析？

数据构成如下：