向线性回归模型中添加项
addTerms
对分类预测器的处理如下:
一个有分类预测器的模型l包括水平(类别)l- 1指标变量。该模型使用第一个类别作为参考级别,因此不包含参考级别的指标变量。如果分类预测器的数据类型是分类
,然后您可以使用类别
通过使用来重新排序类别reordercats
自定义引用级别。有关创建指标变量的详细信息,请参见自动创建虚拟变量.
addTerms
对待一组l- 1指标变量作为单个变量。如果希望将指标变量视为不同的预测变量,可以使用dummyvar
.然后,当你拟合一个模型时,使用指标变量,除了与分类变量的参考水平相对应的指标变量。对于分类预测器X
的所有列dummyvar (X)
而截距项作为预测因子,则设计矩阵秩亏。
连续预测器和分类预测器之间的交互项l元素的元素级乘积l- 1具有连续预测器的指标变量。
两个分类预测器之间的交互项l和米级别包括(l- 1) * (米- 1)指标变量包括两个分类预测水平的所有可能的组合。
您不能为分类预测器指定高阶项,因为指标的平方等于它本身。
使用stepwiselm
在启动模型中指定术语,并继续改进模型,直到添加或删除术语的任何步骤都没有好处。
使用removeTerms
从模型中删除特定的术语。
使用一步
通过添加或删除术语来优化模型。