Вычислить пошаговую модель регрессии, содержащую точку пересечения, линейные члены и все произведения пар различных предикторов.

У меня есть фрейм данных 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")

Я хочу провести пошаговый регрессионный анализ, включая перехват, линейные члены и все произведения пар различных предикторов. Пока мне это удалось, но только с фиксированным эффектом модели с пакетом caret (см. Ниже)

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

Кто-нибудь знает, как я могу вычислить регрессионную модель с перехватом, линейными членами и всеми продуктами пар различных предикторов?


r r-caret regression mixed-models
person SimonB    schedule 22.10.2015    source источник
comment
Я не могу найти ни одной функции модели смешанных эффектов, поддерживаемой в каретке. Проверьте список по этой ссылке. Ни lme4, ни lmer нет. Вы можете использовать пользовательскую модель с кареткой, но при использовании смешанной модели, насколько я могу судить, нет простой задачи.   -  person LyzandeR    schedule 22.10.2015
comment
Как постоянно говорят эксперты stats.stackexchange.com: не используйте пошаговую регрессию.   -  person Roland    schedule 22.10.2015
comment
Хорошо. Но есть ли способ использовать все возможные взаимодействия между моей переменной?   -  person SimonB    schedule 22.10.2015
comment
@ Роланд. Так что же нам тогда использовать?   -  person SimonB    schedule 22.10.2015
comment
Пакеты вроде lme4 на самом деле дают вам отклонение. Если вы посмотрите примерно на один класс моделей, количество параметров можно вычислить только по формуле модели. Следовательно, вы можете легко написать функцию, которая оценивает модели, скажем, lmer() и действует в соответствии с изменениями в AIC или BIC, которые являются относительно простыми функциями отклонения и количества параметров. РЕДАКТИРОВАТЬ: Я знаю, что этого не так много, но ваш вопрос тоже не совсем подробный.   -  person SimonG    schedule 22.10.2015
comment
@ SimonB. Я обновил свой вопрос, потому что мне нужна регрессионная модель, которая содержит перехват, линейные члены и все произведения пар различных предикторов.   -  person SimonB    schedule 23.10.2015