Я использовал следующий код R, чтобы соответствовать пробитной модели:
p1 <- glm(natijeh ~ ., family=binomial(probit), data=data1)
stepwise(p1, direction='backward/forward', criterion='BIC')
Я хочу знать, что делает stepwise
и backward/forward
делает именно и как выбрать переменные?
r
probit
stepwise-regression
Махмуд
источник
источник
Ответы:
Принцип пошагового отбора
Вы повторяете 2. пока не произойдет сокращение BIC. У вас есть только локальный минимум BIC, что означает, что вы не можете получить лучшую модель среди всех возможных вариантов подмножеств переменных. Но, в любом случае, их обычно слишком много, так что это способ немного оптимизировать без лишней работы.
Смотрите также Пошаговая регрессия и Выбор модели в Википедии.
источник
Пошаговая регрессия в основном соответствует регрессионной модели, добавляя / опуская ковариаты по одному на основе указанного критерия (в приведенном выше примере критерий будет основан на BIC).
Указывая вперед, вы говорите,
R
что хотели бы начать с самой простой модели (то есть с одной ковариаты), а затем добавить одну ковариату за раз, оставляя только те, которые приводят к улучшению BIC моделей.Указывая в обратном направлении, вы говорите,
R
что хотите начать с полной модели (т. Е. Модели со всеми ковариатами), а затем отбросить ковариаты, один раз за раз, что приведет к улучшению BIC.Поэтапная регрессия может быть очень опасной статистической процедурой, поскольку она не является оптимальной процедурой выбора модели. Этот метод может привести к очень плохому выбору модели, поскольку он не защищает вас от таких проблем, как множественные сравнения.
источник