关于建筑回归模型包括LM

Question

相互影响我看了一个数据集如下

test<-read.csv("data.csv",sep=",",header=T) 

有10个预测变量。第一列是响应变量

x<-test[,-c(1)] 
y<-test[,1] 

如果我想测试一个模型前三个预测变量，包括它们的相互作用而言，这里是我做了与lm

test.model<-lm(y~x[,1]*x[,2]*x[,3], data=test) 

但事实证明，那么所得到的模型还包括x[, 1]:x[, 2]:x[, 3]的相互作用项我怎样才能用两个因子相互作用来限制模型，如x[, 1]:x[, 2],x[, 2]:x[, 3]和x[, 1]:x[, 3]

如果我想考虑所有10个预测变量，而不是编写x[,1]*x[,2]*x[,3]*x[,4]*...x[,10]，有没有可靠的方法来编写这个公式？

Answer 1

您可以指定与^交互的最高顺序。

y ~ (x[,1] + x[,2] + x[,3])^2 

导致所有双变量相互作用和主要影响。

Answer 2

两点。如果您还要提供数据参数，则将预测变量和响应作为单独项目提取是没有意义的。最糟糕的是，它会在奇怪的时刻开始失败，但至少会让你的合作者感到困惑。如果您有有意义的列名，将很容易解释。

正如Sven指出的那样，您可以使用“^”公式运算符，这意味着与求幂运算完全不同。我很确定这是一个重复的SO问题，现在将进行一些搜索。