变量删除的R-重复模型拟合

我有一个包含1个响应变量和10个解释变量（X）的随机样本，我正试图通过线性回归找到最佳子集

拟合模型没有问题，但我需要每个子集的y^s，因此我愿意接受任何建议，如何放弃最不重要的变量，并重复重新拟合模型，直到只有常数，然后为每个子集保存y^s

不需要整个脚本，我太傻了，我只是在寻找任何有用的函数

提前谢谢大家

---

Ondrej

这个问题是关于统计的，而不是关于编程的。你应该请他进来。也就是说，变量选择有很多R方法（比如看

leaps

算法），这与统计无关。Q是关于如何计算模型的

y^s

（不管是什么.y-hats？拟合的y值？），以及如何从公式中删除项。这是否是一个选择变量的好方法将是一个统计问题，但这不是问题所在…请尝试

step

函数。这不完全是你需要的，但很接近；）