从线性模型中自动删除不重要的术语

Question

我正在处理一个包含分类和连续自变量的数据集，并且想找出什么是最小适当模型。

这是起始模型：

mod1 <- lm(Richness ~ Distances*Flower*Veg*Canopy*factor(Vines), data = Data)
anova(mod1)

然后我通过手动过程删除不重要的交互项和变量，如下所示：

mod2 <- update(mod1, ~.-Canopy:factor(Vines))
anova(mod2)

有没有办法使这个过程自动化？

感谢您的帮助。

Answer 1

根据@nongkrong 关于 step 函数的建议，我认为我找到了解决方案：

model.null = lm(Abundance ~ 1,
            data=data) #define the null model#
model.full = lm(Abundance ~ Distances*Flower*Veg*Canopy*factor(Vines), 
            data = data) #define the max model#

step(model.full, #start at the full model#
 scope = list(lower = model.null), # the lower limit of model it can produce#
 direction = "backward", #work by deleting terms until you get to the minimum model #
 data = data
)

到目前为止似乎可以正常工作，如果有人发现此代码有问题，请发表评论。

从线性模型中自动删除不重要的术语

Automating nonsignificant term removal from linear models

r

lm

anova