R语言【MASS】——step AIC()：在逐步算法中采用AIC选择模型

Package MASS version 7.3-60

---

Usage

stepAIC(object, scope, scale = 0,
        direction = c("both", "backward", "forward"),
        trace = 1, keep = NULL, steps = 1000, use.start = FALSE,
        k = 2, ...)

---

Arguments

参数【object】：表示适当类的模型的对象。这被用作逐步搜索中的初始模型。

参数【scope】：定义在逐步搜索中检查的模型的范围。这应该是一个单独的公式，或者一个包含上下组件的列表，两个公式。请参阅如何指定公式以及如何使用公式的详细信息。

参数【scale】：定义中用于选择模型的AIC统计量，目前仅用于lm和aov模型。

参数【direction】：逐步搜索的模式，可以是“both”、“backward”或“forward”，默认为“both”。如果scope参数缺失，默认的方向是"backward"。

参数【trace】：如果为正，则在stepAIC运行期间打印信息。较大的值可能提供有关拟合过程的更多信息。

参数【keep】：一个过滤函数，它的输入是一个拟合模型对象和相关的AIC统计量，它的输出是任意的。通常，keep将选择对象组件的一个子集并返回它们。默认情况是不保留任何内容。

参数【steps】：要考虑的最大步骤数。默认值是1000(实际上是需要多少就有多少)。它通常用于尽早停止进程。

参数【use.start】：如果为真，则从当前选定模型的线性预测器开始进行更新拟合。这可能会加快glm(和其他拟合)的迭代计算，但也可能减慢它们的速度。R中没有使用。

参数【k】：用于惩罚的自由度数的倍数。只有k = 2才能给出真正的AIC: k = log(n)有时被称为BIC或SBC。

参数【...】：任何额外的参数提取。(目前没有使用。)

---

Details

搜索的模型集由scope参数决定。其下部组件的右侧始终包含在模型中，而模型的右侧始终包含在上部组件中。如果scope是单个公式，则它指定上层组件，下层模型为空。如果缺少scope，则使用初始模型作为上层模型。

scope指定的模型可以是update.formula使用的更新对象模板。

在可变尺度下使用glm拟合有一个潜在的问题，因为在这种情况下，偏差不仅仅与最大的对数似然有关。用于extractAIC的glm方法对高斯族进行了适当的调整，但可能需要对其他情况进行修改。(二项式和泊松族在默认情况下具有固定的尺度，并且不对应于可变尺度的特定最大似然问题。)

如果存在常规偏差(例如，对于lm, aov和glm拟合)，则在方差分析表中引用:它是未标度偏差。

---

Value

将返回逐步选择的模型，其中最多包含两个附加组件。有一个“anova”组件对应于搜索中采取的步骤，如果在调用中提供了keep=参数，还有一个“keep”组件。“Resid. Dev”列是指一个常数减去最大对数似然的两倍:只有在饱和模型定义良好的情况下(例如，不包括lm、aov和survreg拟合)，它才会是一个偏差。

---

Note

模型拟合必须将模型应用于相同的数据集。如果缺少值和na，这可能是一个问题。除na以外的行动。使用fail (R中的默认值)。我们建议您先删除缺失的值。