Poiché la modellazione della regressione è spesso più "arte" della scienza, mi trovo spesso a provare molte iterazioni di una struttura di regressione. Quali sono alcuni modi efficienti per riassumere le informazioni di queste esecuzioni di più modelli nel tentativo di trovare il modello "migliore"? Un approccio che ho usato è quello di mettere tutti i modelli in un elenco ed eseguiresummary() attraverso tale elenco, ma immagino ci siano modi più efficienti per confrontare?
Codice e modelli di esempio:
ctl <- c(4.17,5.58,5.18,6.11,4.50,4.61,5.17,4.53,5.33,5.14)
trt <- c(4.81,4.17,4.41,3.59,5.87,3.83,6.03,4.89,4.32,4.69)
group <- gl(2,10,20, labels=c("Ctl","Trt"))
weight <- c(ctl, trt)
lm1 <- lm(weight ~ group)
lm2 <- lm(weight ~ group - 1)
lm3 <- lm(log(weight) ~ group - 1)
#Draw comparisions between models 1 - 3?
models <- list(lm1, lm2, lm3)
lapply(models, summary)
5
Sembra un po 'come il dragaggio dei dati. Non dovresti concentrarti su ciò che pensi plausibilmente sia un modello appropriato, quali covariate, trasformazioni ecc. Prima di iniziare a modellare. R non sa che hai fatto tutto quel modello adatto per trovare un buon modello.
—
Ripristina Monica - G. Simpson,
@Gavin - Riesco a vedere questo diventare orrendamente fuori tema molto rapidamente, ma la risposta breve è no, non sto sostenendo il dragaggio dei dati o trovando relazioni spurie tra variabili casuali in un set di dati. Considera un modello di regressione che include il reddito. Non è ragionevole testare le trasformazioni sul reddito per vedere il loro impatto sul modello? Registro delle entrate, registro delle entrate in 10s di dollari, registro delle entrate in 100s ...? Anche se si tratta di dragaggio dei dati, uno strumento di sintesi / funzione che può aggregare l'output di molte serie di modelli sarebbe comunque molto utile, no?
—
Insegui il
