向广义线性回归模型添加项
addTerms
对分类预测器的处理如下:
一个有绝对预测器的模型l包括水平(类别)l- 1指标变量。模型使用第一个类别作为参考级别,因此不包含参考级别的指标变量。如果分类预测器的数据类型为分类
,则可以使用类别
并通过使用reordercats
自定义参考级别。创建指标变量的详细信息请参见虚拟变量的自动创建.
addTerms
对待一组l- 1指示器变量作为一个单独的变量。如果您想将指示器变量视为不同的预测变量,可以使用dummyvar
.然后在拟合模型时,使用除分类变量参考水平对应的指标变量外的其他指标变量。对于绝对预测器X
,如果指定的所有列dummyvar (X)
并以截距项作为预测因子,使设计矩阵秩亏缺。
连续预测器和分类预测器之间的交互项l层次由元素的乘积组成l- 1带有连续预测器的指标变量。
两个类别预测因子之间的交互项l和米级别包括(l- 1) * (米- 1)指标变量包括两个分类预测水平的所有可能组合。
不能为绝对预测器指定高阶项,因为指示器的平方等于它本身。
使用stepwiseglm
在初始模型中指定术语,并继续改进模型,直到没有任何添加或删除术语的步骤是有益的。
使用removeTerms
从模型中删除特定的术语。
使用一步
通过添加或删除术语来优化模型。