R 寻找多项式数据的AIC和解释方差比例
我有一个包含多项式响应变量和连续预测变量的数据集，我试图找出AIC、F、p值，以及每类响应变量的每个预测变量的解释方差比例，以便找到最佳预测模型。我正在使用函数multinom（来自nnet）和stepAIC（来自MASS），虽然我似乎能够得到一个最优模型和它的AIC，但我不知道如何获得单个变量AIC，F，p值和解释方差的比例 我使用的代码是：R 寻找多项式数据的AIC和解释方差比例,r,statistics,model-comparison,R,Statistics,Model Comparison,我有一个包含多项式响应变量和连续预测变量的数据集，我试图找出AIC、F、p值，以及每类响应变量的每个预测变量的解释方差比例，以便找到最佳预测模型。我正在使用函数multinom（来自nnet）和stepAIC（来自MASS），虽然我似乎能够得到一个最优模型和它的AIC，但我不知道如何获得单个变量AIC，F，p值和解释方差的比例 我使用的代码是： library(nnet) library(MASS) model<-multinom(Age~HeightD+HeightI+Inclinati
library(nnet)
library(MASS)
model<-multinom(Age~HeightD+HeightI+Inclination+HalfWidth+BaseWidth+WidthRatio+BaseDepth+HalfDepth+DepthRatio,data=comp_data)
summary(model)
step <- stepAIC(model, direction="both")
step$anova
summary(step)
库（nnet）
图书馆（弥撒）
模型我记得，我认为multinom
输出并不能提供您所要求的所有内容。其中一些可以从模型的组件计算。broom
软件包提供了一种汇总多项式回归结果的方法。（确保从GitHub安装该版本）
使用broom:：tidy.multinom函数中的示例数据
图书馆（devtools）
安装_github（“drgtwo/扫帚”）
fit.gear我记得，我认为multinom
输出并不能提供您所要求的所有内容。其中一些可以从模型的组件计算。broom
软件包提供了一种汇总多项式回归结果的方法。（确保从GitHub安装该版本）
使用broom:：tidy.multinom函数中的示例数据
图书馆（devtools）
安装_github（“drgtwo/扫帚”）
非常感谢！我想我在路上的某个地方弄糊涂了，当时我正在尝试应用不可能的测试。非常感谢！我想我在路上的某个地方弄糊涂了，当时我正在尝试应用不可能的测试。
#* Using example data from the broom::tidy.multinom function
library(devtools)
install_github("drgtwo/broom")
fit.gear <- multinom(gear ~ mpg + factor(am), data=mtcars)
tidy(fit.gear)
glance(fit.gear)