我试图在 R 中拟合回归模型，在找出主要预测变量后，我想检查预测变量的交互效果。但是，总共有 14 个预测变量，这意味着可能有数百种组合。如果我这样做：
lm.fit2=lm(medv~chas*dis*tax*black*rm*lstat*age*nox*zn*crim*rad*indus*ptratio,data=Boston)
summary(lm.fit2) 然后发生错误，因为自由度减少到负值，这是不可用的。
要使其工作：
lm.fit2=lm(medv~chas*dis*tax*black*rm,data=Boston)
summary(lm.fit2)
然而，这仍然给了我太多的选择：
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -2.082e+02 1.798e+02 -1.158 0.248
chas -2.585e+03 1.820e+03 -1.420 0.156
dis 2.545e+01 6.613e+01 0.385 0.701
tax 4.098e-01 3.021e-01 1.356 0.176
black 3.434e-01 4.622e-01 0.743 0.458
rm 4.234e+01 3.015e+01 1.405 0.161
chas:dis 8.677e+02 6.350e+02 1.367 0.172
chas:tax 6.656e+00 5.232e+00 1.272 0.204
dis:tax -7.457e-02 1.259e-01 -0.593 0.554
chas:black 6.931e+00 4.936e+00 1.404 0.161
dis:black -6.838e-02 1.688e-01 -0.405 0.686
tax:black -7.198e-04 7.791e-04 -0.924 0.356
chas:rm …