R中的逐步回归误差答案

【问题标题】：Stepwise regression error in RR中的逐步回归误差
【发布时间】：2017-10-18 19:12:25
【问题描述】：

我想在 R 中运行逐步回归以选择最佳拟合模型，我的代码附在此处：

full.modelfixed <- glm(died_ed ~ age_1 + gender + race + insurance + injury + ais + blunt_pen + 
               comorbid + iss +min_dist + pop_dens_new + age_mdn + male_pct + 
               pop_wht_pct + pop_blk_pct + unemp_pct + pov_100x_npct +
               urban_pct, data = trauma, family = binomial (link = 'logit'), na.action = na.exclude)
reduced.modelfixed <- stepAIC(full.modelfixed, direction = "backward")

有错误提示说

Error in stepAIC(full.modelfixed, direction = "backward") :   
number of rows in use has changed: remove missing values?

数据中几乎每个变量都有一些缺失值，所以我无法删除所有缺失值（data = na.omit(data)）

知道如何解决这个问题吗？

谢谢！！

【问题讨论】：

似乎更像是一个统计问题而不是编程问题 - 可能更适合 stats.stackexchange。也许您想估算丢失的数据？
使用多重插补来填补缺失值并避免逐步回归，因为它存在严重的统计问题并且有更好的方法可用。

标签： r logistic-regression

【解决方案1】：

这可能应该在统计论坛 (stats.stackexchange) 中，但简要地有一些注意事项。

主要的一点是，在比较两个模型时，需要将它们拟合到同一个数据集上（即您需要能够将模型相互嵌套）。

举例

glm1 <- glm(Dependent~indep1+indep2+indep3, family = binomial, data = data)
glm2 <- glm(Dependent~indep2+indep2, family = binomial, data = data)

现在假设我们缺少 indep3 的值，但不是 indep1 或 indep2。当我们运行 glm1 时，我们在一个较小的数据集上运行它——我们拥有因变量和所有三个独立变量的数据集（即我们排除了任何缺少 indep3 值的行）。

当我们运行 glm2 时，会包含缺少 indep3 值的行，因为这些行确实包含依赖的、indep1 和 indep2，它们是变量中的模型。

我们不能再直接比较模型，因为它们适合不同的数据集。

我认为从广义上讲，您可以 1) 仅限于完整的数据 2）如果合适，考虑多重插补

希望对您有所帮助。

【讨论】：

【解决方案2】：

您可以使用MICE 包进行插补，然后使用数据集不会给您带来错误

【讨论】：