当所有变量都不重要时，逐步回归崩溃循环
当所有变量都不重要时，逐步回归崩溃循环
提问于 2020-08-26 03:04:19
我正在尝试使用OLSRR对几列数据进行一系列逐步回归，将几列数据作为不同的Y变量，并将相同的五列数据作为潜在的X变量。我的代码运行良好，直到我遇到Y，对所有五个X都不重要。然后代码崩溃，不再继续循环剩余的数据列。我收到消息: Error in parse(text = x，keep.source = FALSE)：:2:0: input意外结束
有什么办法可以解决这个问题吗？
库(Olsrr)
为了(我在7:26) {
模型<-lm(data=PFAS，PFAS[i]~SumPCBs+PCBratio+sumBDEs+BDEratio+Hg)
FWDfit.p.p<-ols_step_forward_p(模型，penter=0.05)
打印(名称(PFAS)I)
打印(FWDfit.p.p[“模型”][“系数”])
P<-ols_step_backward_p(模型，penter=0.05)
打印(BWDfit.p.p[“模型”][“系数”])
}
回答 1
Stack Overflow用户
发布于 2020-08-26 03:19:11
我认为Gregor是对的。我将猜测，在向后消除的结果没有产生显着结果的情况下，ols_step_backward_p抛出了这个错误。如果猜测正确，则只测试这些系数长度是否大于1，并提供另一条消息：
for (i in 7:26) {
model<-lm(data=PFAS,PFAS[[i]]~SumPCBs+PCBratio+sumBDEs+BDEratio+Hg)
FWDfit.p<-ols_step_forward_p(model,penter=0.05)
print(names(PFAS)[i])
print(FWDfit.p[["model"]][["coefficients"]])
BWDfit.p<-ols_step_backward_p(model,penter=0.05)
if( length( coef(BWDfit.p) > 1) {
print(BWDfit.p[["model"]][["coefficients"]])
} else {
cat( i, " no vars sig\n") }
}页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/63585538
复制相关文章
相似问题
腾讯云开发者
