R中的逐步回归误差

Question

我想运行在R中进行逐步回归以选择最适合的模型，我的代码附在这里：

full.modelfixed <- glm(died_ed ~ age_1 + gender + race + insurance + injury + ais + blunt_pen + 
               comorbid + iss +min_dist + pop_dens_new + age_mdn + male_pct + 
               pop_wht_pct + pop_blk_pct + unemp_pct + pov_100x_npct +
               urban_pct, data = trauma, family = binomial (link = 'logit'), na.action = na.exclude)
reduced.modelfixed <- stepAIC(full.modelfixed, direction = "backward")

有一条错误信息说

Error in stepAIC(full.modelfixed, direction = "backward") :   
number of rows in use has changed: remove missing values?

数据中几乎每个变量都有一些缺失值，所以我无法删除所有缺失值(data = na.omit(data))

知道如何解决这个问题吗？

谢谢！！

Answer 1

这可能应该在统计论坛 (stats.stackexchange) 中，但简而言之，有许多注意事项。

主要的一点是，当比较两个模型时，它们需要安装在同一个数据集上（即，您需要能够将模型相互嵌套）。

举例

glm1 <- glm(Dependent~indep1+indep2+indep3, family = binomial, data = data)
glm2 <- glm(Dependent~indep2+indep2, family = binomial, data = data)

现在假设我们缺少 indep3 的值，但没有 indep1 或 indep2。当我们运行 glm1 时，我们运行将它放在一个较小的数据集上——我们有因变量和所有三个独立变量的数据集（即我们排除了任何缺少 indep3 值的行）。

当我们运行 glm2 时，包含缺少 indep3 值的行，因为这些行确实包含依赖、indep1 和 indep2，它们是变量中的模型。

我们无法再直接比较模型，因为它们适用于不同的数据集。

我认为大体上你可以 1) 限于完整的数据 2) 如果合适考虑多重插补

希望对您有所帮助。

Answer 2

您可以使用 MICE 包进行插补，然后使用数据集不会给您带来错误

R中的逐步回归误差

Stepwise regression error in R

r

logistic-regression