Эй, поэтому я разрабатываю модель множественной регрессии и использую метод выбора прямого подмножества, чтобы уменьшить количество параметров и использовать «mallows Cp» в качестве критерия выбора. Однако это инженерная проблема, и нет смысла перехватывать, т. Е. Когда все предсказатели равны нулю, предсказание будет равно 0. Следовательно, я хочу удалить перехват из моего уравнения регрессии. Я знаю, что в случае только регрессии будет выполняться «lm (y ~ x + z-1)», однако это не похоже на мой код.выбор прямого подмножества в R без перехвата
#Fitting Using Model Selection
library(leaps)
a.fit<- regsubsets(ROP~.-1,data=dat1,nvmax=10)
summary(a.fit)
plot(summary(a.fit)$cp,xlab="No. of variables", ylab="Cp")
which.min((summary(a.fit)$cp))
plot(a.fit,scale="Cp")
coef(a.fit,6)
##Forward Stepwise Selection
f.fit<- regsubsets(ROP~.,data=dat1)
summary(f.fit)
plot(summary(f.fit)$cp,xlab="No. of variables", ylab="Cp")
which.min((summary(f.fit)$cp))
plot(f.fit,scale="Cp")
coef(f.fit,5)