비선형 상관 관계 찾기 R

Question

데이터 [2-90]에 약 90 개의 변수가 저장되어 있습니다. 나는 그들 중 4 명이 데이터와 포물선과 같은 상관 관계를 가질 것이라고 생각한다 [1]. 상관 관계가있는 항목을 확인하고 싶습니다. 이 작업을 수행하는 쉽고 빠른 방법이 있습니까? 얻을^2/계수

y <- data$AvgRating 
x <- data$Hamming.distance 
x2 <- x^2 

quadratic.model = lm(y ~ x + x2) 

, 그리고, R 보면 :

난 (I 각 변수 I = 2:90에 대해 루프로 할 수있다)과 같은 모델을 구축하는 시도 상관 관계에 대한 아이디어. 이 작업을 수행하는 더 좋은 방법이 있습니까?

아마도 R은 90 개의 변수로 회귀 모델을 만들 수 있으며 중요한 변수 자체를 선택할 수 있습니까? 그게 가능한가? 선형 회귀 분석을 위해 JMP에서이 작업을 수행 할 수 있지만 모든 변수를 R로 비선형 회귀 연산을 수행 할 수 있는지 확신 할 수 없습니다. 그러므로 나는 어떤 것들이 사전에 상호 연관되어 있는지를 볼 수 있는지 수동으로 시도하고 있었다. 그것을 위해 사용할 함수가 있다면 도움이 될 것입니다.

Answer 1

또 다른 옵션은 각 변수 쌍 사이의 상호 정보 스코어를 계산하는 것입니다. 예를 들어, infotheo package에서 mutinformation 기능을 사용하여, 당신은 할 수 :

set.seed(1) 

library(infotheo) 

# corrleated vars (x & y correlated, z noise) 
x <- seq(-10,10, by=0.5) 
y <- x^2 
z <- rnorm(length(x)) 

# list of vectors 
raw_dat <- list(x, y, z) 


# convert to a dataframe and discretize for mutual information 
dat <- matrix(unlist(raw_dat), ncol=length(raw_dat)) 
dat <- discretize(dat) 

mutinformation(dat) 

결과 : 기본적으로

| |  V1|  V2|  V3|                        
|:--|---------:|---------:|---------:|                        
|V1 | 1.0980124| 0.4809822| 0.0553146|                        
|V2 | 0.4809822| 1.0943907| 0.0413265|                        
|V3 | 0.0553146| 0.0413265| 1.0980124| 

이 mutinformation() 두 개 이상의 변수 사이의 분리 실험 상호 정보의 점수를 계산합니다. 연속 데이터로 작업 할 때 데이터를 이산 값으로 변환하려면 함수 discretize()이 필요합니다.

이것은 위에 설명 된 것과 같은 변수 간의 비선형 관계를 찾는 첫 번째 검사로서 유용 할 수 있습니다.

Answer 2

일반화 된 첨가제 모델을 적용하면 설명 변수 사이의 관계에서 곡률을 식별하는 데 도움이됩니다. 22 쪽의 예를 읽으십시오. here.