移除預測變數
你暫時不想排除滯後的折價券效果。公司需要一個紮實的模型，才能改善未來的行銷決策並有效執行活動。為了 100% 確定，你將使用加值套件 MASS 提供的 stepAIC() 函式，對預測變數進行向後選擇。
stepAIC() 會在各種可能的預測變數組合間搜尋，找出 AIC 最小者。參數 direction = "backward" 會以 extended.model 作為起點，並依序移除項目以期降低 AIC。參數 trace = FALSE 則會在選擇過程執行時抑制輸出訊息。對於得到最小 AIC 的最終模型，可以用 summary() 函式輸出摘要。
本練習屬於課程
在 R 中建立反應模型
練習說明
- 使用
library()載入加值套件MASS。 - 使用
stepAIC()對extended.model物件進行向後刪除預測變數，並將結果指定給名為final.model的物件。 - 使用
summary()摘要輸出final.model物件。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Load the MASS package
# Backward elemination
final.model <- ___(___, direction = ___, trace = ___)
# Summarize the final model