从线性回归模型中删除术语
removeterms.
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
,则可以使用类别
并通过使用重新排序类别reordercats
自定义参考级别。
removeterms.
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,可以使用戴维尔
.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
,如果您指定所有列dummyvar (X)
并以截距项作为预测因子,使设计矩阵秩亏缺。
连续预测因子与分类预测器之间的交互术语L.层次由元素的乘积组成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stepwiselm
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addterms.
将特定术语添加到模型中。
使用步
通过添加或移除术语来最佳地改进模型。