挖掘子集的交互次数（MuMIn）

Question

考虑到某些标准，我尝试在全局模型上使用MuMIn::dredge()给我我的候选模型。我已经阅读了?dredge并理解了其中的一些内容，但我仍然对如何包含我的一个标准有一些疑问：

如果我有一个全局模型，例如

y ~ X1 + X2 + X3 + X4 + X5 + X6 + X7 + X1:X2 + X2:X3 + X3:X4 + X4:X6 + X5:X7

（几个主要的影响和几个交互）我想指定我只想要挖掘一次返回包含一个交互的模型，我如何以简单的方式对其进行子集化？

此外，如果全局模型还包括参数的二次多项式

Y ~ X1 + X1^2 + X2 + X3 + X4

我想指定这两个应该总是在模型中一起存在（主效果X1从来没有单独没有X1^2）我理解这个的语法是（同意？）：

dredge(global.model, subset=(X1^2|!X1))

如果我理解正确的话，dredge()正在照顾相反的方式（如果X1^2在模型中，那么X1只会出现在模型中 - 对于没有主效应的情况下永远不会发生的相互作用相同）？

但是dredge()中的二次多项式的语法是怎样的？我是对的，它是这样的：

dredge(global.model, subset=({I(X1^2)}|!X1))

?

Answer 1

不是最优雅的解决方案，但它的工作原理：

library(MuMIn)

# example global model with many interactions:
fm <- lm(y ~ (X1 + X2 + X3 + X4)^2, Cement, na.action = na.fail)

# create a vector of interaction term names:
x <- c(getAllTerms(fm))
x <- x[grep(":", x)] # won't work if any variable name has ":" in it.

# create a subset expression (sum of interactions < N):
ss <- substitute(sum(X) < N, list(N = 3, X = as.call(lapply(c("c", x), as.symbol))))

# the resulting expression is:
sum(c(`X1:X2`, `X1:X3`, `X1:X4`, `X2:X3`, `X2:X4`, `X3:X4`)) < 3

dd <- dredge(fm, subset = ss)

# verify:
max(rowSums(!is.na(dd[, x]))) # --> 2

编辑：更好的交互检测，并包装成功能：

subsetExprInteractionLimit <- function(model, N = 1) {
    x <- getAllTerms(model)
    x <- c(x)[attr(x, "order")][attr(terms(model), "order") > 1]
    substitute(sum(X) <= N, list(N = N, X = as.call(lapply(c("c", x), as.symbol))))
}

subsetExprInteractionLimit(fm, N = 1) # limit to 1 interaction