Predictoren verwijderen
Je weet technisch gezien nog steeds niet welke predictoren echt nodig zijn in het model. Opnieuw gebruik je de functie stepAIC() uit het add-onpakket MASS om overbodige predictoren uit te sluiten. Het argument direction = "backward" start het selectieproces met het extended.model en verwijdert achtereenvolgens termen om de AIC te verlagen. Het argument trace = FALSE onderdrukt de informatie die normaal wordt afgedrukt tijdens het selectieproces. Je vat het uiteindelijke model, met de minimale AIC-waarde, samen met de functie summary().
Deze oefening maakt deel uit van de cursus
Responsmodellen bouwen in R
Oefeninstructies
- Voer backward-selectie van predictoren uit op het object
extended.modelmet de functiestepAIC(). Ken het resultaat toe aan een objectfinal.model. - Vat het object
final.modelsamen met de functiesummary().
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Backward elemination
final.model <- ___(___, direction = ___, trace = ___)
# Summarize the final.model