Estaba tratando de automatizar la construcción de un modelo final. Me gustaría combinar predictores de dos modelos separados en un modelo final. Jugué con update.formula()
pero me di cuenta de que puedo actualizar una llamada lmfit $ antigua a una nueva, por ejemplo, update.formula(lmfit$call,lmfitnew$call)
. aquí i necesidad de variables de selección de la cereza de ambos modelos y correr la final¿Cómo podemos combinar predictores de dos modelos lineales diferentes en uno?
lmfit1 <- lm(y~ x1+x2+x3, data = modelready)
best.ngc_fit <- stepAIC(lmfit1, direction="backward")
best.ngc_fit$call
lm(formula = y~ x2+x3, data = modelready)
lmfit2 <- lm(y ~ a+b+c+d+f, data=fcstmodel)
best.fcst_fit <- stepAIC(lmfit2, direction ="backward")
best.fcst_fit$call
lm(formula = y~ a+c+d+f, data = fcstmodel)
Esto es lo que me gustaría tener en mi modelo final
best.full_fit <- lm(y~x2+x3+a+c+d+f, data = fullmodel)
puedo hacerlo manualmente sin ningún problema, pero me gustaría automatizarlo para que todo el proceso sea menos tedioso.
Cualquier ayuda será muy apreciada
¿Por qué no combinar los datos e intentar crear primero un modelo holístico? Estableciendo x1, x2, x3 = 0 donde a, b, c, d, f> 0, y el inverso. es decir, utilizar un data.frame que contenga las columnas x1, x2, x3, x4, a, b, c, d, f donde las variables se llenan 0 según corresponda? –
Brandon, gracias por su contribución, este modelo fue escrito originalmente en SAS. La forma en que se estructura el modelo es combinando dos mejores modelos. Los predictores del primer mejor modelo provienen del índice de precios relacionados con las variables macroeconómicas (por ejemplo, índice de precios de la vivienda), los predictores del segundo mejor modelo están relacionados con el índice laboral, como la tasa de desempleo, y así sucesivamente. No tengo libertad para cambiar la estructura básica del flujo de datos en el modelo. Si hago eso, no puedo vender esto a la alta gerencia. Trabajo para un BANCO líder en los EE. UU., Muchas cosas que hacemos no tienen sentido para nosotros y también para el público. – Anand