R中的步骤（）如何处理交互和分类变量？

我在

R

中拟合了具有多重交互作用的线性回归

lm

现在，我想做变量选择。为此，我打算使用

步骤

-功能

但是，我不确定

step

如何处理交互。我希望选择过程具有以下层次结构：

• 如果相互作用u:v保持不变，那么u和v本身也保持不变
• 对于虚拟变量x1和x2，如果x1保持不变，则x2也保持不变，反之亦然

---

我如何确保这一点？它已经以这种方式实现了吗？

您可以使用

regsubsets

通过逐步回归获得所有可能的模型，并从满足您需求的模型中选取一个子集。例如，当只考虑双向交互时，您可以使用以下方法来满足第一个需求：

require(leaps)
require(stringr)
tmp <- regsubsets(mpg ~ (wt + drat + disp + qsec)*(wt + drat + disp + qsec), data=mtcars, nbest=1000, really.big=T, intercept=T)
df <- summary(tmp)[[1]]
df <- as.data.frame(sapply(as.data.frame(df), as.numeric))

#for all columns in df which have ':' in the name, that is an interaction column
#if such a column is 1, each of the component columns must also be 1
comb_cols <- grep(":", names(df), value = TRUE)
for (i in 1:length(comb_cols)) {
  this_comb <- comb_cols[i]
  left_comp <- str_sub(this_comb, start = 1, end = str_locate(this_comb, ":")[1]-1)
  right_comp <- str_sub(this_comb, start = str_locate(this_comb, ":")[1]+1, end =  nchar(this_comb))
  df[,left_comp] <- ifelse(df[,this_comb]==1, 1, df[,left_comp])
  df[,right_comp] <- ifelse(df[,this_comb]==1, 1, df[,right_comp])
}
df <- df[!duplicated(df),]

require（跳跃）
要求（stringr）
tmp请看我的答案是否有用。是的，谢谢，我刚刚看到了