使用glmulti()在穷举的全子集回归中可以使用的最大变量数是多少

Question

我正在使用glmulti()R中的包来尝试对某些数据运行全子集回归.我有51个预测因子,最多观察到276个.我意识到详尽的遗传算法方法不能用这么多变量计算,因为我收到以下信息:

Warning message:
In glmulti(y = "Tons_N", data = MDatEB1_TonsN, level = 1, method = "h",  :
  !Too many predictors.

有了这些类型的需求(即许多带有大量观察结果的变量),我可以在一次全子集回归中使用多少个？我正在研究变量消除技术,但我想在分析的这个阶段使用尽可能多的变量.也就是说,我想使用此分析的结果来做出可变消除决策.是否有另一个可以一次处理更多变量的包？

这是我正在使用的代码.不幸的是,由于与项目相关的机密性,我无法附加数据集.

TonsN_AllSubset <- glmulti(Tons_N ~ ., data = MDatEB1_TonsN, level = 1, method = "h",crit = "aic", confsetsize = 20, plotty = T, report = T,fitfunction = "glm")

我对这个软件包和一般的建模都比较陌生.任何方向或建议将不胜感激.谢谢!

Answer 1

glmulti不受预测变量数量的限制,而是受候选模型数量的限制.

通过设置参数method ="d",glmulti将计算候选模型的数量.计算这比在method ="h"或method ="g"上运行glmulti花费的时间少得多.

如果预测变量的数量很高,您将得到相同的错误消息.因此,您可以在合理的计算时间内尝试由glmulti处理的最大预测变量数.

但是,请记住,可能的预测变量的最大数量在很大程度上取决于您是否允许交互.

此外,您可以通过指定模型中预测变量的数量(例如,minsize = 0,maxsize = 1)或排除(exclude = c())特定预测变量或通过排除模型公式中的预测变量来限制候选模型的数量(y~a + b + ca:b-1;这不包括截距和相互作用a:b).您可以在程序包文档glmulti.pdf中找到更多用于限制候选模型数量的选项