zoukankan      html  css  js  c++  java
  • R vif() 以及 step()

    library(package="car")
    data <- read.csv("C:\users\mike1\desktop\data\RData\hald水泥数据.csv", header=T, sep=",",fileEncoding = "utf-8", stringsAsFactors = FALSE)
    data1 <- data[2:dim(data)[2]]
    data1
    
    cor(data1)
    scatterplotMatrix(data1, main="correlation")
    
    result <- lm(y~., data=data1)
    summary(result)
    
    vif(result)  # we can directly use the function not like python class
    step(result,direction="forward")
    step(result,direction="backward")
    step(result, direction="both")
    
    myStep <- step(result, direction="both")
    myStep1 <- step(result,direction="backward",trace=2)
    
    
    summary(myStep)
    summary(myStep1)
    
    

    vif(myStep)

    共线性,显示各变量之间有强相关,vif()函数在 car包中, 而step() 函数内置。

    偏相关图

    相关系数图:

    逐步回归图

    以上只截取了部分图,但是结果与书上的不一样。最后虽然使用的是逐步回归,但是有一个系数不显著,不知道为什么没把 x4.1这个变量去掉,只能手动选择x1, x2 作为变量。

  • 相关阅读:
    经典博客
    Django中间介
    Django知识总结
    django认证系统
    Django-model基础知识,ORM,表操作
    Django-MTV
    web框架
    html总结(常用插件,补充知识,经典例题)
    快速搭建vue脚手架
    Djngo Rest Framework
  • 原文地址:https://www.cnblogs.com/zijidefengge/p/13216852.html
Copyright © 2011-2022 走看看