■google

■最近のコメント
■最近のトラックバック
■最近の記事
■月別アーカイブ
■ブログランキング
■ブログ検索

■ブロとも申請フォーム
■リンク
■RSSフィード
スポンサーサイト
上記の広告は1ヶ月以上更新のないブログに表示されています。
新しい記事を書く事で広告が消せます。


スポンサー広告 | --:--:--
ステップワイズ法による変数選択
重回帰分析を行うときには
変数の選択が大きな問題になります。

そのときには、
意味を良く考えて
自分の考えを反映させて、
変数を設定するべきです。

しかし、ここでは
変数の選び方に一つの示唆を
与えるものとして、
ステップワイズ法
stepAIC
を用いた変数選択を紹介しましょう。

library(MASS)で
使用できます。


まず、変数選択の方法としては
変数増加法
変数減少法
変数増減法があります。


変数増加法は
まず、定数のみの回帰式を設定し、
そこにAICを最も改善させる
一つ変数を追加させて行きます。
AICが改善しなくなったらそこで
ストップです。

result<-lm(y~1)
result2<-stepAIC(result,direction="forward",scope=list(upper=~x1+x2+x3+x4))

定数項は1で表します。
そこに加える変数を
scope=listで指定、
変数増加法はdirection="forward"と表します。
ここで、x1+x2+x3+x4でなく、
x1*x2*x3*x4
とすれば、交互作用項もOKです。
(ただし、あんまりたくさんの変数で行うと重いです)



変数減少法は
まず、変数を全て取り込んだ回帰式を設定し、
そこにAICを最も改善させる
一つ変数を取り除いて行きます。
AICが改善しなくなったらそこで
ストップです。

direction="backward"

変数増減法は
まず、定数のみの回帰式を設定し、
そこにAICを最も改善させる
一つ変数を加えます。
次に変数を一つ加えるか、
一つ取り除くかをAICが
改善するように追加あるいは削除します。
AICが改善しなくなったらそこで
ストップです。

direction="both"


オススメ文献




スポンサーサイト
変数選択 | 22:48:31 | Trackback(0) | Comments(0)

FC2Ad

上記広告は1ヶ月以上更新のないブログに表示されています。新しい記事を書くことで広告を消せます。