使用 进行反向消除时step()
,是否可以仅包括那些显着的因素,例如 P<0.05?
我现在正在使用这条线
step(FulMod3,direction="backward",trace=FALSE)
得到我的最终模型。
使用 进行反向消除时step()
,是否可以仅包括那些显着的因素,例如 P<0.05?
我现在正在使用这条线
step(FulMod3,direction="backward",trace=FALSE)
得到我的最终模型。
这些问题的答案给出了起点
特别是它们将您指向包fastbw
中rms
,可以与rms::lrm
(逻辑回归)结合使用。他们还解释了为什么通过 p 值逐步回归通常是一个非常非常非常糟糕的想法:另请参见http://www.stata.com/support/faqs/stat/stepwise.html。在一些情况下它是合适的(否则弗兰克哈雷尔,rms
包的作者和反对愚蠢使用逐步回归的斗士,不会写fastbw
),但它们相对较少,通常由(例如)惩罚回归方法主导或通过 AIC 逐步方法(如在step
):参见例如 https://stats.stackexchange.com/questions/13686/what-are-modern-easily-used-alternatives-to-stepwise-regression和https://stats.stackexchange.com/questions/20836/自动模型选择算法