可以使用 AIC 分数比较多个回归模型

【问题标题】：It is possible to compare the multiple regression models using AIC scores可以使用 AIC 分数比较多个回归模型
【发布时间】：2020-07-19 02:36:21
【问题描述】：

是否可以使用 AIC 分数比较多个回归模型，模型从支持最佳到支持最差排序？

这是我的代码

 library(data.table)

 Regressions<- 
 data.table(February)[, 
                      .(Lm = lapply(.SD, function(x) summary(lm(February$PPNA ~ February$Acum1 + x)))),
                      .SDcols = 80:157]

【问题讨论】：

是的，它有效，因为我可以修复我需要的变量，但我无法使用 AIC 分数比较回归模型。我想对de模型进行排名，我可以做到，这是我的问题

标签： r linear-regression lapply mumin

【解决方案1】：

我们可以根据“AIC”值提取AIC 值和order

library(data.table)
dt <- as.data.table(February)
dt1 <- dt[, .(Lm = lapply(.SD, function(x) lm(February$PPNA ~ February$Acum1 + x))),
          .SDcols = 80:157]
dt2 <-  dt1[, .(Lm = Lm[order(unlist(lapply(Lm, AIC)))])]

或者使用可重现的例子

dt1 <- as.data.table(iris)[, .(Lm = lapply(.SD, function(x) 
          lm(iris$Petal.Length ~ iris$Species + x)))]
dt2 <-  dt1[, .(Lm = Lm[order(unlist(lapply(Lm, AIC)))])]

【讨论】：

我两种都试了，当您在 gloval 环境中单击 dt2 时，它会为您提供以下广泛的list (coefficients = c (（截取）= ....，而不是每个回归的 AIC 值
@Pablo 对我来说是给AIC