在学习 SPSS 并使用 SPSS 对几篇论文进行统计后,我正在尝试学习 R。我也一直在使用我的数据来帮助我学习和理解 R。在我的数据中,我必须使用逐步比较来在 SPSS 中找到一些线性回归,以消除不“适合”模型的变量。我尝试将stepAIC与MASS包一起使用,因为我认为它是等效的,并且得到了一些完全不同的输出,以及我不理解并且必须查找的内容。我的问题是,SPSS中的stepwise和stepAIC有什么区别? (stepwise 比 stepAIC 更保守吗?)有没有办法编写与 stepwise 等效的 stepAIC 代码?或者有不同的包可以帮助我吗?
这是我的代码:
mydata <- read.csv("Eric.csv")
AveSBP <- mydata[, 3]
MaxVi <- mydata[, 7]
PeakForce <- mydata[, 8]
MaxPO <- mydata[, 9]
Height <- mydata[, 10]
BMI <- mydata[, 11]
NeckCirc <- mydata[, 12]
ArmLength <- mydata[, 13]
ArmSpan <- mydata[, 14]
WaistCircum <- mydata[, 15]
LegLength <- mydata[, 16]
FatAth <- mydata[, 17]
Diff <- mydata[, 18]
Ratio <- mydata[, 19]
lm1 <- lm(AveSBP ~ MaxVi + PeakForce + MaxPO + Height + BMI + NeckCirc + ArmLength + ArmSpan + WaistCircum + LegLength + FatAth + Diff + Ratio)
summary(lm1)
stepAIC(lm1, directions="both")
我在 Windows 7 Pro x64、R x64 3.1.0 和 SPSS x64 v21 上运行它们。
最佳答案
SPSS 在线性回归中不使用 AIC 逐步(向前或向后)标准,因此不能保证它们会收敛到相同的解。请参阅 the SPSS help files 了解回归及其使用的 F 值标准。
一些快速谷歌搜索为 R 函数提供了这个 answer by Joris Meys 来复制这种类型的选择标准。
强制说明,您真的想要使用逐步回归 to select the model 吗?
关于r - R 中的stepAIC 与SPSS 中的stepwise 之间的差异,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24843402/