1 つの応答変数と 10 の説明変数 (X) を含むランダム サンプルがあり、線形回帰を適用して最適なサブセットを見つけようとしています。
モデルのフィッティングに問題はありませんが、サブセットごとに y^s が必要なので、最も重要でない変数を破棄し、定数だけになるまでモデルを繰り返し再フィッティングして、それぞれの y^ を保存する方法を提案します。サブセット。
スクリプト全体は必要ありません。それは私のばかげたことです。便利な関数を探しているだけです。
よろしくお願いします。
オンドレイ
1 つの応答変数と 10 の説明変数 (X) を含むランダム サンプルがあり、線形回帰を適用して最適なサブセットを見つけようとしています。
モデルのフィッティングに問題はありませんが、サブセットごとに y^s が必要なので、最も重要でない変数を破棄し、定数だけになるまでモデルを繰り返し再フィッティングして、それぞれの y^ を保存する方法を提案します。サブセット。
スクリプト全体は必要ありません。それは私のばかげたことです。便利な関数を探しているだけです。
よろしくお願いします。
オンドレイ