R语言逐步回归

最新推荐文章于 2023-08-29 03:00:22 发布

hello_smu

最新推荐文章于 2023-08-29 03:00:22 发布

阅读量3.6k

点赞数 1

分类专栏： Machine Learning

本文链接：https://blog.csdn.net/hellosmu/article/details/54236685

版权

Machine Learning 专栏收录该内容

6 篇文章 0 订阅

订阅专栏

cement<-data.frame(
X1=c( 7, 1, 11, 11, 7, 11, 3, 1, 2, 21, 1, 11, 10),
X2=c(26, 29, 56, 31, 52, 55, 71, 31, 54, 47, 40, 66, 68),
X3=c( 6, 15, 8, 8, 6, 9, 17, 22, 18, 4, 23, 9, 8),
X4=c(60, 52, 20, 47, 33, 22, 6, 44, 22, 26, 34, 12, 12),
Y =c(78.5, 74.3, 104.3, 87.6, 95.9, 109.2, 102.7, 72.5,
93.1,115.9, 83.8, 113.3, 109.4)
)
lm.sol<-lm(Y~X1+X2+X3+X4,data=cement)
summary(lm.sol)

#通过step()逐步回归函数优化拟合模型
lm.step<-step(lm.sol)
summary(lm.step)

#考虑删除某项后指标的变化
drop1(lm.step)

#通过对比指标，剔除项X4
lm.opt<-lm(Y~X1+X2,data=cement)
summary(lm.opt)