如何使用 R 中的 lm() 函数从回归中删除不显着的因子水平？

当我在 R 中执行回归并使用类型因子时，它可以帮助我避免在数据中设置分类变量。但是如何从回归中删除不重要的因素以仅显示重要变量呢？

例如：

dependent <- c(1:10)
independent1 <- as.factor(c('d','a','a','a','a','a','a','b','b','c'))
independent2 <- c(-0.71,0.30,1.32,0.30,2.78,0.85,-0.25,-1.08,-0.94,1.33)
output <- lm(dependent ~ independent1+independent2)
summary(output)

得到以下回归模型：

Coefficients:
          Estimate Std. Error t value Pr(>|t|)   
(Intercept)     4.6180     1.0398   4.441  0.00676 **
independent1b   3.7471     2.1477   1.745  0.14148   
independent1c   5.5597     2.0736   2.681  0.04376 * 
independent1d  -3.7129     2.3984  -1.548  0.18230   
independent2   -0.1336     0.7880  -0.170  0.87203   

如果我想提取无关紧要的独立1水平（b，d），有没有办法可以做到这一点？

在这种情况下，将数据设置为具有分类变量很容易，但是当我包含周数或具有很多级别的其他因素时，它会变得不方便。

这是使用分类变量构建模型的方法。正如您所看到的，最终构建数据变得更加痛苦，但也给了我更多的控制权。

regressionData <- data.frame(cbind(1:10,c(-0.71,0.30,1.32,0.30,2.78,0.85,-0.25,-1.08,-0.94,1.33),c(0,1,1,1,1,1,1,0,0,0),c(0,0,0,0,0,0,0,1,1,0),c(0,0,0,0,0,0,0,0,0,1),c(1,0,0,0,0,0,0,0,0,0)))

names(output) = c('dependent','independent2','independenta', 'independentb','independentc','independentd')

attach(regressionData)

result <- lm(dependent~independent2+independentb+independentc+independentd)
summary(result)

现在我可以删除独立2，因为它无关紧要

result <- lm(dependent~independentb+independentc+independentd)
summary(result)

我将删除独立的，因为它并不重要

result <- lm(dependent~independentb+independentc)
summary(result)

但在这种情况下，调整后的 R 平方会下降（我什至不打算进行部分 F 检验），因为它很重要，但在许多情况下这是不正确的，我需要从回归中删除分类，因为它是吞噬在这种情况下很重要的自由度，并可能掩盖其他重要变量的值。

您可以使用以下选项删除因子变量的水平exclude:

lm(dependent ~ factor(independent1, exclude=c('b','d')) + independent2)

这样，因子 b、d 将不会包含在回归中。

Cheers