在进行回归分析前如何筛选出主要变量

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

大家好！

我遇到一个问题，假设研究若干个变量对某一个因变量的影响。而自变量非常的多，这种影响极有可能是非线性的，变量太多。
除了使用主成分分析方法外，还有其它更为可性的方法吗？

比如y = f(x1, x2, x3, ..., x100)
我不可能使用所有的变量，同时对于最后选定的变量，还需要看每个变量影响的贡献率，只有主成分分析方法了吗？
比如我使用了广义可加模型或者广义线性模型。

谢谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：回归分析 筛选出 广义线性模型 主成分分析 一个因变量 回归分析 如何

还可以使用因子分析

RUSSO12138 发表于 2014-8-29 14:16
还可以使用因子分析

谢谢！但是因子分析是不是也是建立在线性关系基础上的？

peijianshi 发表于 2014-8-29 21:37
谢谢！但是因子分析是不是也是建立在线性关系基础上的？

逐步回归方法？

有几种方法都和你说一下。
首先是主成分，优势是 可以 解决多重贡献性 的问题
其次 可以使用多元方差分析，可以 删除对 y没有影响的变量
然后可以使用 Aic 的逐步回归
最后也可以使用leaps 包里面的全子集 回归

而自变量非常的多
-----------------
lasso

谢谢！逐步回归也许是个好方法。如果是使用广义可加模型，是不是直接通过增减变量来看AIC的变化就可以了呢？

step逐步回归是个筛选变量的好办法

在逐步回归之前怎么进行变量筛选呢