为线性回归模型添加术语
addterms.
处理分类预测器,如下所示:
具有分类预测指标的模型L.级别(类别)包括L.- 1指示器变量。该模型使用第一类作为参考级别,因此它不包括参考级别的指示灯。如果分类预测器的数据类型是分类
,然后您可以通过使用查看类别的顺序类别
并通过使用重新排序类别雷德斯
自定义参考级别。
addterms.
对待一组L.- 1指示器变量作为单个变量。如果要将指示器变量视为不同的预测器变量,请通过使用手动创建指示器变量戴维尔
。然后使用指示器变量,除了适合模型时对应于分类变量的参考级别的字符。对于分类预测因子X
,如果您指定所有列dummyvar(x)
并且作为预测器的截距术语,然后设计矩阵变为缺陷。
连续预测因子与分类预测器之间的交互术语L.级别由元素 - 明智的产品组成L.- 1具有连续预测器的指示器变量。
两个分类预测因子之间的交互条款L.和m水平包括(L.- 1)*(m- 1)指示器变量包括两个分类预测器级别的所有可能组合。
您无法为分类预测器指定高阶项,因为指示符的平方等于其自身。
用步骤行程
要在起始模型中指定术语并继续改进模型,直到没有单一的添加或删除术语是有益的。
用removeterms.
从模型中删除特定项。
用步
通过添加或移除术语来最佳地改进模型。