逐步后退法的步骤,aic准则和bic准则

setwd (c :/users/IBM/desktop /研一课程/2.2回归分析/回归工作) )设置当前工作目录

墅ju=read.table (墅ju.txt )，header=T ) )。

墅居#读取数据

基于AIC原则的模型自动选择——前进法

墅ju.reg1- lm (y ~，data=墅ju [ (，-1) ) ) ) )

根据墅ju.reg forward2- step (墅ju.reg 1，direction='forward ' ) AIC原则自动选择模型

摘要(Shuju.reg forward2) )。

基于AIC原则的模型自动选择-后退法

墅ju.reg2- lm (y ~，data=墅ju [ (，-1) ) ) )

根据墅ju.reg backward2- step (墅ju.reg 2，direction='backward ' ) AIC原则自动选择模型

摘要(Shuju.reg backward2) )。

基于AIC原则的模型自动选择——逐步回归法

墅ju.reg3- lm (y ~，data=墅ju [ (，-1) ) ) )

根据墅ju.reg both-step (墅ju.reg 3，direction='both ' ) AIC原则自动选择模型

摘要(Shu ju.reg both ) ) ) ) )。

#方差放大因子VIF的计算

墅ju.reg=lm (y至x1 x2 x 3x 4x5x 6x 7，data=墅ju ) )

是库(car )

Vif (墅居. reg )计算了方差放大因子

#计算条件数condition index

x3-c bind (1个墅ju $ x1，2个墅ju $ x3，4个墅ju $ x4，5个墅ju $ X6，6个墅ju $ x7 ) )

在CX-cor(x3 )变换之后获得的x ) x实际上是相关系数阵列

sqrt(kappa(CX，exact=T ) )与SPSS的结果略有不同

求Eigen(CX )特征根和特征向量

#去除一些不重要的说明变量

先拆下#x4

DROP1(shuJu.reg，scope='x4 '，test='F ' ) ) ) ) ) )。

墅ju.reg2- update (墅ju.reg，~.-x4 ) )。

VIF (墅居. reg2) )。

#再去除x5

drop1(shuJu.reg2，scope='x5 '，test='F ' ) ) )。

墅ju.reg3- update (墅ju.reg 2，~.-x5 ) ) ) ) ) ) )。

VIF(shuJu.reg3) summary ) lm (y至y~x1x2x3x6x7，data=shuju ) )

附录，数据如下： years y x1 x2 x3 x4 x5 x6 x7

1974172.911246681105.9101834110112429

1975352.9410335791107.410414399612693.5

1976447.6713156607114.4131344689166816

1977404.026127714110.8150336876221314.75

1978409.512741991199.4173898636313534.75

1979619.7125633123191.4217151233943528.5

19801121.1795684276090.827075166237075210

19811506.94105987265186.3318271993712598916

19821105.79462302105125.335393247879946810.5

1983933.03371653030107.438823251128247810.5

19841008.54487872810106.64607924414549368.5

19851567.56758082649115.74787122970871356

19861960.061231283031110.15437224403129884.5

19872884.883714063644105.86560230531153044

19882556.721985693690101.67491737861215033.25