2

请注意,标记为可能重复的上一个问题不是重复的,因为上一个问题涉及向后消除,而这个问题涉及前向输入。

我目前正在执行一个模拟,我想展示逐步回归是如何成为有偏估计量的。特别是,以前的研究人员似乎使用了 SPSS 中的一种逐步程序(或与之相同的程序)。这涉及使用 r 平方变化的 F 值的 p 值来确定是否应将附加变量添加到模型中。因此,为了让我的模拟结果产生最大的影响,我需要在 R 中复制 SPSS 逐步回归过程。虽然 R 有许多逐步过程(例如,基于 AIC),但我发现的不是与 SPSS 相同。

我发现了 Paul Rubin 的这个功能。好像可以,但是函数的输入输出有点奇怪。我已经开始对其进行调整,以便 (a) 将公式作为输入,(b) 返回最佳拟合模型。该功能的逻辑是我所追求的。

我还在向后逐步回归中找到了这个问题。请注意,后向输入与前向输入不同,因为后向输入会删除非重要项,而前向输入会添加重要项。

尽管如此,如果现有的 R 包中有另一个函数可以做我想做的事,那就太好了。

是否有设计用于使用 F 变化的 p 值执行前向进入逐步回归的 R 函数?

理想情况下,它可能需要一个 DV 一组 IV(作为命名变量或作为公式)和一个 data.frame,并将返回逐步回归选择为“最佳”的模型。就我而言,包含交互术语没有任何问题。

4

1 回答 1

1

two.ways.stepforbioconductor 包maSigPro中的函数包含一种基于 p 值的前向进入逐步回归形式。

但是,可以指定 alpha in 和 alpha out,它们必须相同。在 SPSS 中,alpha in 和 alpha out 可以不同。

该软件包可以安装:

source("http://bioconductor.org/biocLite.R")
biocLite("maSigPro")
于 2013-06-16T12:16:45.123 回答