剔除预测变量
您暂时不想排除滞后优惠券效应。公司需要一个非常可靠的模型，来改进未来的营销决策并更高效地执行活动。为确保万无一失，您使用附加包 MASS 中的 stepAIC() 函数，对预测变量进行后向选择。
stepAIC() 会构建所有可能的预测变量组合，并找出 AIC 最低的模型。参数 direction = "backward" 以 extended.model 为起点，依次移除项以降低 AIC。参数 trace = FALSE 会在选择过程运行时抑制信息输出。AIC 最小的最终模型通过 summary() 函数进行汇总。
本练习是课程的一部分
在 R 中构建响应模型
练习说明
- 使用
library()函数加载附加包MASS。 - 使用
stepAIC()对extended.model执行预测变量的后向剔除，并将结果赋给名为final.model的对象。 - 使用
summary()函数汇总final.model对象。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Load the MASS package
# Backward elemination
final.model <- ___(___, direction = ___, trace = ___)
# Summarize the final model