R 自动从线性模型中删除不重要项

我正在研究一个包含分类和连续自变量的数据集，希望找出最小适当模型是什么

这是起始模型：

mod1 <- lm(Richness ~ Distances*Flower*Veg*Canopy*factor(Vines), data = Data)
anova(mod1)

---

mod1按照@nongkrong关于
步骤的建议，我想我找到了一个解决方案：

model.null = lm(Abundance ~ 1,
            data=data) #define the null model#
model.full = lm(Abundance ~ Distances*Flower*Veg*Canopy*factor(Vines), 
            data = data) #define the max model#

step(model.full, #start at the full model#
 scope = list(lower = model.null), # the lower limit of model it can produce#
 direction = "backward", #work by deleting terms until you get to the minimum model #
 data = data
)

到目前为止，这似乎是可行的，如果有人发现此代码有问题，请发表评论。
在ISLR视频中，实际上有一个非常有用的关于模型选择的讨论。更妙的是，最后4个视频提供了使用R:Yes<代码>步骤
正是我想要的，谢谢@nongkrog@nongkrong，作为答案发布？@BenBolker我想我通过nongkrong的建议找到了解决方案，并将其作为答案发布。
model.null = lm(Abundance ~ 1,
            data=data) #define the null model#
model.full = lm(Abundance ~ Distances*Flower*Veg*Canopy*factor(Vines), 
            data = data) #define the max model#

step(model.full, #start at the full model#
 scope = list(lower = model.null), # the lower limit of model it can produce#
 direction = "backward", #work by deleting terms until you get to the minimum model #
 data = data
)