提取逐步优化回归模型的公式答案

【问题标题】：Extract the formula for stepwise optimized regression model提取逐步优化回归模型的公式
【发布时间】：2019-09-18 00:41:20
【问题描述】：

我执行了多元线性回归。我的真实数据框包含更多的 x 值。

Regression <- lm(df1$y ~ df2$x1 + df2$x2 + df2$x3 + df2$x4 + df2$x5 + df2$x6)

StepRegression=step(Regression,direction="both")

#Or with the MASS package
library(MASS)
step.model <- stepAIC(Regression, direction = "both", trace = FALSE)
step.model

我现在的问题是，如何自动获取优化模型？我厌倦了这个：

library(MASS)
OptiRegression = step.model$call

但这只会给我这个：

lm(formula =df1$y ~ df2$x1 + df2$x3 + df2$x5)

summary(test)
Length  Class   Mode 
     2   call   call

但我想获得更新模型的摘要，例如当我输入时得到的系数：

OptiRegression = lm(df1$y ~ df2$x1 + df2$x3 + df2$x5)
summary (OptiRegression)

【问题讨论】：

查看str(step.model$terms)。
谢谢，那是 $formula 吗？但是我该如何使用它呢？ step.model$formula 不起作用。
我也读到过关于 $anova 的文章，但我仍然无法让它工作。
我不明白，什么不起作用？ step 和 stepAIC 函数已经返回更新的模型。你不必做你正在做的事情OptiRegression。不管怎样，看我的回答。

标签： r model regression linear-regression

【解决方案1】：

我相信您正在尝试执行以下两种回归中的任何一种。我将使用内置数据集mtcars，因为您还没有发布。

library(MASS)

Regression <- lm(mpg ~ ., data = mtcars)

StepRegression <- step(Regression, direction = "both")

OptiReg1 <-StepRegression$terms
fit1 <- lm(OptiReg1, data = mtcars)

如您所见，两个摘要是相等的，只是公式发生了变化。

summary(StepRegression)
summary(fit1)

或者使用MASS 包，函数stepAIC。

step.model <- stepAIC(Regression, direction = "both", trace = FALSE)

OptiReg2 <- step.model$terms
fit2 <- lm(OptiReg2, mtcars)

现在，这两个总结在实践中是相等的，只是公式发生了变化。它发生了变化，因为在fit2 中传递的是OptiReg。

summary(step.model)
summary(fit2)

【讨论】：