Изчисляване на стъпаловиден регресионен модел, съдържащ отсечка, линейни членове и всички продукти на двойки различни предиктори

Имам рамка с данни df

df<-structure(list(P = c(794.102395099402, 1299.01021921817, 1219.80731174175, 
1403.00786976395, 742.749487463385, 340.246973543409, 90.3220586792255, 
195.85557320714, 199.390867672674, 191.4970921278, 334.452413539092, 
251.730350291822, 235.899165861309, 442.969718728163, 471.120193046119, 
458.464154601097, 950.298132134912, 454.660729622624, 591.212003320456, 
546.188716055825, 976.994105334083, 1021.67000560164, 945.965200876724, 
932.324768081307, 3112.60002304117, 624.005047807736, 0, 937.509240627289, 
892.926195849975, 598.564015734103, 907.984807726741, 363.400837339461, 
817.629824627294, 2493.75851182081, 451.149000503123, 1028.41455932241, 
615.640039284434, 688.915621065535, NaN, 988.21297, NaN, 394.7, 
277.7, 277.7, 492.7, 823.6, 1539.1, 556.4, 556.4, 556.4), T = c(11.7087701201175, 
8.38748953516909, 9.07065637842101, 9.96978059247473, 2.87026334756687, 
-1.20497751697385, 1.69057148825093, 2.79168506923385, -1.03659741363293, 
-2.44619473778322, -1.0414166493637, -0.0616510891024765, -2.19566614081763, 
2.101408628412, 1.30197334094966, 1.38963309876057, 1.11283280896495, 
0.570385633957982, 1.05118063842584, 0.816991857384802, 8.95069454902333, 
6.41067954598958, 8.42110173395973, 13.6455092557636, 25.706509843239, 
15.5098014530832, 6.60783204117648, 6.27004335176393, 10.0769600264915, 
3.05237224011361, 7.52869186722913, 11.2970127691776, 6.60356510073103, 
7.3210245298803, 8.4723724171517, 21.6988324356057, 7.34952593890056, 
6.04325232771032, NaN, 25.990913731, NaN, 1.5416666667, 15.1416666667, 
15.1416666667, 0.825, 4.3666666667, 7.225, -2.075, -2.075, -2.075
), A = c(76.6, 52.5, 3.5, 15, 71.5, 161.833333333333, 154, 72.5, 
39, 40, 23, 14.5, 5.5, 78, 129, 73.5, 100, 10, 3, 29.5, 65, 44, 
68.5, 56.5, 101, 52.1428571428571, 66.5, 1, 106, 36.6, 21.2, 
10, 135, 46.5, 17.5, 35.5, 86, 70.5, 65, 97, 30.5, 96, 79, 11, 
162, 350, 42, 200, 50, 250), Y = c(1135.40733061247, 2232.28817154825, 
682.15711101488, 1205.97307573068, 1004.2559099408, 656.537378609781, 
520.796355544007, 437.780508459633, 449.167726897157, 256.552344558528, 
585.618137514404, 299.815636674633, 230.279491515383, 1051.74875971674, 
801.07750760983, 572.337961145761, 666.132923644351, 373.524159859929, 
128.198042456082, 528.555426408071, 1077.30188477292, 1529.43757814094, 
1802.78658590423, 1289.80342084379, 3703.38329098125, 1834.54460388103, 
1087.48954802548, 613.15010408836, 1750.11457900004, 704.123482171384, 
1710.60321283154, 326.663507855032, 1468.32489464969, 1233.05517321796, 
852.500007182098, 1246.5605930537, 1186.31346316832, 1460.48566379373, 
2770, 3630, 3225, 831, 734, 387, 548.8, 1144, 1055, 911, 727, 
777)), .Names = c("P", "T", "A", "Y"), row.names = c(NA, -50L
), class = "data.frame")

Искам да направя поетапен регресионен анализ, включващ интерцепция, линейни членове и всички произведения на двойки различни предиктори. Досега успях да го направя, но само с ефект на фиксиран модел с пакета caret (виж по-долу)

Step <- train(Y~ P+T+A, data=df,
                           preProcess= c("center", "scale"),
                           method = "lmStepAIC",
                           trainControl(method="cv",repeats = 10), na.rm=T)

Някой знае ли как мога да изчисля регресионен модел с отсечка, линейни термини и всички произведения на двойки различни предиктори?


r r-caret regression mixed-models
person SimonB    schedule 22.10.2015    source източник
comment
Не мога да намеря функция за модел със смесени ефекти, поддържана в каретката. Проверете списъка на тази връзка. Нито lme4, нито lmer са там. Можете да използвате персонализиран модел с каретка, но използването на смесен модел не е проста задача, доколкото мога да кажа.   -  person LyzandeR    schedule 22.10.2015
comment
Както експертите от stats.stackexchange.com продължават да казват на хората: Не използвайте поетапна регресия.   -  person Roland    schedule 22.10.2015
comment
Добре. Но има ли начин да използвам всички възможни взаимодействия между моята променлива?   -  person SimonB    schedule 22.10.2015
comment
@ Роланд. И така, какво трябва да използваме тогава?   -  person SimonB    schedule 22.10.2015
comment
Пакети като lme4 всъщност ви дават отклонението. Ако разгледате само грубо един клас модели, броят на параметрите може да се изчисли само от формулата на модела. Следователно можете лесно да напишете функция, която оценява модели с да речем lmer() и продължава според промените в AIC или BIC, които са относително прости функции на отклонението и броя на параметрите. РЕДАКТИРАНЕ: Знам, че това не е много за продължаване, но въпросът ви също не е точно подробен.   -  person SimonG    schedule 22.10.2015
comment
@ СаймънБ. Актуализирах въпроса си, защото това, което искам, е регресионен модел, който съдържа отсечка, линейни термини и всички продукти на двойки различни предиктори.   -  person SimonB    schedule 23.10.2015