R : 백분율 종속 변수, 심각한 공선 성을 가진 다중 회귀 분석을위한 변수 선택

Question

모델을 단일 비율 (종속) 변수에 맞추기 위해 선택하려고하는 9 개의 연속 독립 변수가있는 데이터 세트가 있습니다. 점수.

불행히도, 여러 변수 사이에 심각한 공선 성이 있다는 것을 알고 있습니다.

내가 변수 선택을위한 R의 stepAIC 기능을 사용하여 시도했지만, 그 방법은, 이상한, 변수가 방정식에 나열되는 순서에 민감한 것 같다 ...

가 여기 내 R 코드입니다 (이 비율 데이터의 c를 B/I 점수에 대한 로짓 변환) 사용 어떤 이유로

library(MASS) 
library(car) 

data.tst = read.table("data.txt",header=T) 
data.lm = lm(logit(Score) ~ Var1 + Var2 + Var3 + Var4 + Var5 + Var6 + Var7 + Var8 + Var9, data = data.tst) 

step = stepAIC(data.lm, direction="both") 
summary(step) 

를 I 방정식의 시작 부분에 나열된 변수가 stepAIC 함수에 의해 선택된 끝나게 것을 발견하고, 예를 들어 Var9를 먼저 나열하여 물결표를 따라 결과를 조작 할 수 있습니다.

여기에 모델을 적용하는 데 더 효과적인 (논쟁의 여지가없는) 방법은 무엇입니까? 저는 실제로 선형 회귀 분석을 사용하여 죽은 것은 아닙니다. 원하는 유일한 것은 9 개의 변수 중 어느 것이 실제로 Score 변수의 변형을 주도하는지 이해할 수 있어야한다는 것입니다. 이 9 가지 변수의 공선성에 대한 강력한 가능성을 고려한 방법이 바람직합니다.

난이 어려운 질문입니다 알지만, 난 정말 당신이 그것을 보면하는 데 시간을내어 주셔서 감사합니다 ...

보다도, 줄리

Answer 1

당신은 주성분 분석을 할 수 있습니다

(통계 : prcomp).

Avril Coghlan의 "다 변수 분석을위한 R 작은 책"섹션 2.7을 참조하십시오. 그는 다양한 와인 생산자에게 다운로드 한 데이터를 사용하여 좋은 예를 제시합니다.

Answer 2

베이지안 모델 평균화 (R에서 BMS 패키지 사용)로 진행했습니다.