限制 R 中逐步回归中预测变量的数量

Question

我希望能够进行前向逐步线性回归，但将预测变量的数量限制在最大值（在我的具体情况下为三个）。这是一些示例数据。

set.seed(123)
myDep <- runif(100)

pred1 <- myDep + runif(100)
pred2 <- myDep + rnorm(100)
pred3 <- myDep + runif(100) + rnorm(100)
pred4 <- myDep + runif(100) + runif(100)
pred5 <- runif(100)

myDF <- data.frame(myDep, pred1, pred2, pred3, pred4, pred5)

如果我使用下面的代码简单地运行线性回归，显然我会得到所有五个预测变量。

myModel <- lm(myDep ~ ., data = myDF)

我想做的是使用 step() 或其他 R 命令逐步运行向前方向，只选择三个预测变量然后停止。

为了它的价值，我尝试了这个：

step(lm(myDep ~ ., data = myDF), steps = 3, direction = "forward")

结果如下——但不是我想要的，因为它使用了所有五个预测变量。

Start:  AIC=-378.09
myDep ~ pred1 + pred2 + pred3 + pred4 + pred5

Call:
lm(formula = myDep ~ pred1 + pred2 + pred3 + pred4 + pred5, data = myDF)

Coefficients:
(Intercept)        pred1        pred2        pred3        pred4        pred5  
   -0.16617      0.30043      0.07983      0.03670      0.17869      0.01606 

我确信有办法做到这一点，但我似乎无法弄清楚正确的格式。提前致谢。

Answer 1

您可以使用 R 中的 regsubsets 包，您可以在其中限制变量并选择您的方法（“转发”）。

https://www.rdocumentation.org/packages/leaps/versions/2.1-1/topics/regsubsets

library(regsubsets)

b <- regsubsets(myDep ~ ., data=myDF, nbest=1, nvmax=[enter your max # of predictors])
summary(b)