Son adım modeli oluşturmayı otomatikleştirmeye çalışıyordum. Yordayıcıları iki ayrı modelden bir son modele birleştirmek istiyorum. update.formula()
ile oynadım, ancak eski bir lmfit $ çağrısını yeni bir taneye, örneğin update.formula(lmfit$call,lmfitnew$call)
'a güncelleyebileceğimi farkettim. Burada ben iki modelde gelen kiraz toplama değişkenlere ihtiyaç ve bu benim son modelde istiyorum ne Kestiricileri iki farklı doğrusal modelden biriyle nasıl birleştirebiliriz?
lmfit1 <- lm(y~ x1+x2+x3, data = modelready)
best.ngc_fit <- stepAIC(lmfit1, direction="backward")
best.ngc_fit$call
lm(formula = y~ x2+x3, data = modelready)
lmfit2 <- lm(y ~ a+b+c+d+f, data=fcstmodel)
best.fcst_fit <- stepAIC(lmfit2, direction ="backward")
best.fcst_fit$call
lm(formula = y~ a+c+d+f, data = fcstmodel)
bir final
çalıştırmak
best.full_fit <- lm(y~x2+x3+a+c+d+f, data = fullmodel)
el bir sorun olmadan bunu yapabilir
, ama tüm süreci daha az yorucu hale getirmek için onu otomatikleştirmek istiyorum. Bu her bir modelin bileşenleri çıkarma ve yeni bir tasarım matris içine bunları birleştirmek meselesi ise
Herhangi bir yardım çok
Neden verileri birleştirmek ve ilk bütünsel model oluşturma denemiyorsunuz? X1, x2, x3 = 0 ayarlarının yapıldığı a, b, c, d, f> 0 ve tersi. Yani, değişkenler 0 uygun olarak doldurulduğu x1, x2, x3, x4, a, b, c, d, f sütunlarını içeren bir data.frame kullanın. –
Brandon, girişiniz için teşekkürler, bu model orijinal olarak SAS'da yazılmıştır. Modelin yapılandırıldığı yol, iki en iyi modeli birleştirmektir. İlk en iyi modelden olan tahmin ediciler, makroekonomik değişkenler ile ilgili fiyat endeksinden (örn. Konut fiyat endeksi), ikinci en iyi modelin tahmin edicileri, işsizlik oranı ve benzeri iş gücü endeksi ile ilgilidir. Veri akışının temel yapısını modele dönüştürme özgürlüğüm yok. Bunu yaparsam, bunu üst yönetime satamam. ABD'de lider bir BANK için çalışıyorum, yaptığımız birçok şey bize anlam ifade etmiyor ve halka açık. – Anand