用R中的包实现逐步回归

逐步回归三种策略

1.前向选择从模型中没有预测变量开始，迭代地添加最多的贡献预测变量，并在改进不再具有统计显着性时停止。
2.向后选择（或向​​后消除），从模型中的所有预测变量（完整模型）开始，迭代地移除最少的贡献预测变量，并在您拥有所有预测变量具有统计显着性的模型时停止。
3.逐步选择（或顺序替换），这是前向和后向选择的组合。从没有预测变量开始，然后依次添加最有贡献的预测变量（如前向选择）。添加每个新变量后，删除任何不再提供模型拟合改进的变量（如向后选择）。

前向选择和逐步选择可以应用于高维配置，其中样本数n不如预测变量p的数量，例如在基因组数据中。
向后选择要求样本数n大于变量数p，以便可以拟合整个模型。

计算逐步回归

MASS包的stepAIC