可以使用AIC分数比较多元回归模型

Question

可以使用AIC分数比较多元回归模型，从支持最好的模型到支持最差的模型？

这是我的代码

 library(data.table)

 Regressions<- 
 data.table(February)[, 
                      .(Lm = lapply(.SD, function(x) summary(lm(February$PPNA ~ February$Acum1 + x)))),
                      .SDcols = 80:157]

Answer 1

我们可以基于'AIC'值提取AIC值和order

library(data.table)
dt <- as.data.table(February)
dt1 <- dt[, .(Lm = lapply(.SD, function(x) lm(February$PPNA ~ February$Acum1 + x))),
          .SDcols = 80:157]
dt2 <-  dt1[, .(Lm = Lm[order(unlist(lapply(Lm, AIC)))])]

---

或使用可复制的示例

dt1 <- as.data.table(iris)[, .(Lm = lapply(.SD, function(x) 
          lm(iris$Petal.Length ~ iris$Species + x)))]
dt2 <-  dt1[, .(Lm = Lm[order(unlist(lapply(Lm, AIC)))])]