{"id":4507,"date":"2023-07-10T13:33:15","date_gmt":"2023-07-10T13:33:15","guid":{"rendered":"https:\/\/statorials.org\/pl\/stepajski-r\/"},"modified":"2023-07-10T13:33:15","modified_gmt":"2023-07-10T13:33:15","slug":"stepajski-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/pl\/stepajski-r\/","title":{"rendered":"Jak u\u017cywa\u0107 stepaic w r do wyboru funkcji"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Kryterium informacyjne Akaike ( <strong>AIC<\/strong> ) to metryka u\u017cywana do ilo\u015bciowego okre\u015blenia, jak dobrze model pasuje do zbioru danych.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Oblicza si\u0119 go w nast\u0119puj\u0105cy spos\u00f3b:<\/span><\/p>\n<p> <strong><span style=\"color: #000000;\">AIC = 2K \u2013 2 <em>ln<\/em> (L)<\/span><\/strong><\/p>\n<p> <span style=\"color: #000000;\">Z\u0142oto:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>K:<\/strong> Liczba parametr\u00f3w modelu. Domy\u015blna warto\u015b\u0107 K wynosi 2, zatem model z tylko jedn\u0105 zmienn\u0105 predykcyjn\u0105 b\u0119dzie mia\u0142 warto\u015b\u0107 K wynosz\u0105c\u0105 2+1 = 3.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong><em>ln<\/em> (L)<\/strong> : Logarytm wiarygodno\u015bci modelu. Wi\u0119kszo\u015b\u0107 program\u00f3w statystycznych mo\u017ce automatycznie obliczy\u0107 t\u0119 warto\u015b\u0107.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Celem AIC jest znalezienie modelu wyja\u015bniaj\u0105cego najwi\u0119ksze zr\u00f3\u017cnicowanie danych, przy jednoczesnym karaniu modeli wykorzystuj\u0105cych nadmiern\u0105 liczb\u0119 parametr\u00f3w.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Mo\u017cesz u\u017cy\u0107 funkcji <strong>stepAIC()<\/strong> z pakietu <strong>MASS<\/strong> w R, aby iteracyjnie dodawa\u0107 i usuwa\u0107 zmienne predykcyjne z modelu regresji, a\u017c znajdziesz zestaw zmiennych predykcyjnych (lub \u201ecech\u201d), kt\u00f3ry tworzy model o najni\u017cszej warto\u015bci AIC.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Ta funkcja wykorzystuje nast\u0119puj\u0105c\u0105 podstawow\u0105 sk\u0142adni\u0119:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>stepAIC(obiekt, kierunek,\u2026)<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Z\u0142oto:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>obiekt<\/strong> : nazwa dostosowanego modelu<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>kierunek<\/strong> : rodzaj wyszukiwania krokowego (\u201edo ty\u0142u\u201d, \u201edo przodu\u201d lub \u201eoba\u201d)<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Poni\u017cszy przyk\u0142ad pokazuje, jak w praktyce wykorzysta\u0107 t\u0119 funkcj\u0119.<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Przyk\u0142ad: u\u017cycie stepAIC() do wyboru funkcji w R<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">W tym przyk\u0142adzie u\u017cyjemy zbioru danych <a href=\"https:\/\/statorials.org\/pl\/zbior-danych-mtcars-r\/\" target=\"_blank\" rel=\"noopener\">mtcars<\/a> wbudowanego w R, kt\u00f3ry zawiera pomiary 11 r\u00f3\u017cnych atrybut\u00f3w dla 32 r\u00f3\u017cnych samochod\u00f3w:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <span style=\"color: #008080;\"><strong>#view first six rows of mtcars dataset<\/strong><\/span>\n<strong>head(mtcars)\n\n                   mpg cyl disp hp drat wt qsec vs am gear carb\nMazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4\nMazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4\nDatsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1\nHornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1\nHornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2\nValiant 18.1 6 225 105 2.76 3,460 20.22 1 0 3 1\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Za\u0142\u00f3\u017cmy, \u017ce chcemy dopasowa\u0107 model regresji, wykorzystuj\u0105c <strong>hp<\/strong> jako zmienn\u0105 odpowiedzi i nast\u0119puj\u0105ce potencjalne zmienne predykcyjne:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>mpg<\/strong><\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>waga<\/strong><\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>g\u00f3wno<\/strong><\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>sek<\/strong><\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Mo\u017cemy u\u017cy\u0107 funkcji <strong>stepAIC()<\/strong> z pakietu <b>MASS<\/b> , aby dodawa\u0107 i odejmowa\u0107 r\u00f3\u017cne zmienne predykcyjne z modelu, a\u017c dotrzemy do modelu o najni\u017cszej mo\u017cliwej warto\u015bci AIC:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <span style=\"color: #000000;\"><strong><span style=\"color: #008000;\">library<\/span> (MASS)\n\n<span style=\"color: #008080;\">#fit initial multiple linear regression model\n<\/span>model &lt;- lm(hp ~ mpg + wt + drat + qsec, data=mtcars)\n\n<span style=\"color: #008080;\">#use both forward and backward selection to find model with lowest AIC\n<\/span>stepAIC(model, direction=\" <span style=\"color: #ff0000;\">both<\/span> \")\n\nStart: AIC=226.88\nhp ~ mpg + wt + drat + qsec\n\n       Df Sum of Sq RSS AIC\n- drat 1 94.9 28183 224.98\n- mpg 1 1519.4 29608 226.56\n  none 28088 226.88\n- wt 1 3861.9 31950 229.00\n-qsec 1 28102.2 56190 247.06\n\nStep: AIC=224.98\nhp ~ mpg + wt + qsec\n\n       Df Sum of Sq RSS AIC\n- mpg 1 1424.5 29608 224.56\n  none 28183 224.98\n+ drat 1 94.9 28088 226.88\n- wt 1 3797.9 31981 227.03\n-qsec 1 29625.1 57808 245.97\n\nStep: AIC=224.56\nhp ~ wt + qsec\n\n       Df Sum of Sq RSS AIC\n  none 29608 224.56\n+ mpg 1 1425 28183 224.98\n+ drat 1 0 29608 226.56\n- wt 1 43026 72633 251.28\n-qsec 1 52881 82489 255.35\n\nCall:\nlm(formula = hp ~ wt + qsec, data = mtcars)\n\nCoefficients:\n(Intercept) wt qsec  \n     441.26 38.67 -23.47  \n<\/strong><\/span><\/pre>\n<p> <span style=\"color: #000000;\">Oto jak zinterpretowa\u0107 wynik:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>(1)<\/strong> Najpierw zaczynamy od dopasowania modelu regresji do czterech zmiennych predykcyjnych. Model ten ma warto\u015b\u0107 AIC wynosz\u0105c\u0105 <strong>226,88<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>(2)<\/strong> Nast\u0119pnie stepAIC okre\u015bla, \u017ce usuni\u0119cie <strong>drat<\/strong> jako zmiennej predykcyjnej spowoduje dalsze zmniejszenie warto\u015bci AIC do <strong>224,98<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>(3)<\/strong> Nast\u0119pnie model stepAIC okre\u015bla, \u017ce usuni\u0119cie <strong>mpg<\/strong> jako zmiennej predykcyjnej spowoduje dalsze zmniejszenie warto\u015bci AIC do <strong>224,56<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>(4)<\/strong> Wreszcie stepAIC stwierdza, \u017ce nie ma mo\u017cliwo\u015bci dalszego zmniejszenia warto\u015bci AIC poprzez dodanie lub usuni\u0119cie zmiennych.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Ostateczny model jest zatem nast\u0119puj\u0105cy:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>KM = 441,26 + 38,67 (masa) \u2013 23,47 (qs)<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Model ten ma warto\u015b\u0107 AIC wynosz\u0105c\u0105 <strong>224,56<\/strong> .<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Dodatkowe zasoby<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykonywa\u0107 inne typowe zadania w j\u0119zyku R:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><a href=\"https:\/\/statorials.org\/pl\/wielokrotna-regresja-liniowa-r\/\" target=\"_blank\" rel=\"noopener\">Jak wykona\u0107 wielokrotn\u0105 regresj\u0119 liniow\u0105 w R<\/a><br \/> <a href=\"https:\/\/statorials.org\/pl\/fragmentaryczna-regresja-w-r\/\" target=\"_blank\" rel=\"noopener\">Jak wykona\u0107 regresj\u0119 fragmentaryczn\u0105 w R<\/a><br \/> <a href=\"https:\/\/statorials.org\/pl\/regresja-sklejana-w-r\/\" target=\"_blank\" rel=\"noopener\">Jak wykona\u0107 regresj\u0119 spline w R<\/a><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Kryterium informacyjne Akaike ( AIC ) to metryka u\u017cywana do ilo\u015bciowego okre\u015blenia, jak dobrze model pasuje do zbioru danych. Oblicza si\u0119 go w nast\u0119puj\u0105cy spos\u00f3b: AIC = 2K \u2013 2 ln (L) Z\u0142oto: K: Liczba parametr\u00f3w modelu. Domy\u015blna warto\u015b\u0107 K wynosi 2, zatem model z tylko jedn\u0105 zmienn\u0105 predykcyjn\u0105 b\u0119dzie mia\u0142 warto\u015b\u0107 K wynosz\u0105c\u0105 2+1 [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-4507","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Jak u\u017cywa\u0107 stepAIC w R do wyboru funkcji - Statologia<\/title>\n<meta name=\"description\" content=\"W tym samouczku wyja\u015bniono, na przyk\u0142adzie, jak u\u017cywa\u0107 funkcji stepAIC w j\u0119zyku R do dokonywania wyboru modelu za pomoc\u0105 AIC.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/pl\/stepajski-r\/\" \/>\n<meta property=\"og:locale\" content=\"pl_PL\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Jak u\u017cywa\u0107 stepAIC w R do wyboru funkcji - Statologia\" \/>\n<meta property=\"og:description\" content=\"W tym samouczku wyja\u015bniono, na przyk\u0142adzie, jak u\u017cywa\u0107 funkcji stepAIC w j\u0119zyku R do dokonywania wyboru modelu za pomoc\u0105 AIC.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/pl\/stepajski-r\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-10T13:33:15+00:00\" \/>\n<meta name=\"author\" content=\"Benjamin Anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Napisane przez\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin Anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Szacowany czas czytania\" \/>\n\t<meta name=\"twitter:data2\" content=\"3 minuty\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/pl\/stepajski-r\/\",\"url\":\"https:\/\/statorials.org\/pl\/stepajski-r\/\",\"name\":\"Jak u\u017cywa\u0107 stepAIC w R do wyboru funkcji - Statologia\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/pl\/#website\"},\"datePublished\":\"2023-07-10T13:33:15+00:00\",\"dateModified\":\"2023-07-10T13:33:15+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965\"},\"description\":\"W tym samouczku wyja\u015bniono, na przyk\u0142adzie, jak u\u017cywa\u0107 funkcji stepAIC w j\u0119zyku R do dokonywania wyboru modelu za pomoc\u0105 AIC.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/pl\/stepajski-r\/#breadcrumb\"},\"inLanguage\":\"pl-PL\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/pl\/stepajski-r\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/pl\/stepajski-r\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Dom\",\"item\":\"https:\/\/statorials.org\/pl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Jak u\u017cywa\u0107 stepaic w r do wyboru funkcji\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/pl\/#website\",\"url\":\"https:\/\/statorials.org\/pl\/\",\"name\":\"Statorials\",\"description\":\"Tw\u00f3j przewodnik po kompetencjach statystycznych!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/pl\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"pl-PL\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965\",\"name\":\"Benjamin Anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pl-PL\",\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin Anderson\"},\"description\":\"Cze\u015b\u0107, jestem Benjamin i jestem emerytowanym profesorem statystyki, kt\u00f3ry zosta\u0142 oddanym nauczycielem Statorials. Dzi\u0119ki bogatemu do\u015bwiadczeniu i wiedzy specjalistycznej w dziedzinie statystyki ch\u0119tnie dziel\u0119 si\u0119 swoj\u0105 wiedz\u0105, aby wzmocni\u0107 pozycj\u0119 uczni\u00f3w za po\u015brednictwem Statorials. Wiedzie\u0107 wi\u0119cej\",\"sameAs\":[\"https:\/\/statorials.org\/pl\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Jak u\u017cywa\u0107 stepAIC w R do wyboru funkcji - Statologia","description":"W tym samouczku wyja\u015bniono, na przyk\u0142adzie, jak u\u017cywa\u0107 funkcji stepAIC w j\u0119zyku R do dokonywania wyboru modelu za pomoc\u0105 AIC.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/pl\/stepajski-r\/","og_locale":"pl_PL","og_type":"article","og_title":"Jak u\u017cywa\u0107 stepAIC w R do wyboru funkcji - Statologia","og_description":"W tym samouczku wyja\u015bniono, na przyk\u0142adzie, jak u\u017cywa\u0107 funkcji stepAIC w j\u0119zyku R do dokonywania wyboru modelu za pomoc\u0105 AIC.","og_url":"https:\/\/statorials.org\/pl\/stepajski-r\/","og_site_name":"Statorials","article_published_time":"2023-07-10T13:33:15+00:00","author":"Benjamin Anderson","twitter_card":"summary_large_image","twitter_misc":{"Napisane przez":"Benjamin Anderson","Szacowany czas czytania":"3 minuty"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/pl\/stepajski-r\/","url":"https:\/\/statorials.org\/pl\/stepajski-r\/","name":"Jak u\u017cywa\u0107 stepAIC w R do wyboru funkcji - Statologia","isPartOf":{"@id":"https:\/\/statorials.org\/pl\/#website"},"datePublished":"2023-07-10T13:33:15+00:00","dateModified":"2023-07-10T13:33:15+00:00","author":{"@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965"},"description":"W tym samouczku wyja\u015bniono, na przyk\u0142adzie, jak u\u017cywa\u0107 funkcji stepAIC w j\u0119zyku R do dokonywania wyboru modelu za pomoc\u0105 AIC.","breadcrumb":{"@id":"https:\/\/statorials.org\/pl\/stepajski-r\/#breadcrumb"},"inLanguage":"pl-PL","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/pl\/stepajski-r\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/pl\/stepajski-r\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Dom","item":"https:\/\/statorials.org\/pl\/"},{"@type":"ListItem","position":2,"name":"Jak u\u017cywa\u0107 stepaic w r do wyboru funkcji"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/pl\/#website","url":"https:\/\/statorials.org\/pl\/","name":"Statorials","description":"Tw\u00f3j przewodnik po kompetencjach statystycznych!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/pl\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"pl-PL"},{"@type":"Person","@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965","name":"Benjamin Anderson","image":{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","caption":"Benjamin Anderson"},"description":"Cze\u015b\u0107, jestem Benjamin i jestem emerytowanym profesorem statystyki, kt\u00f3ry zosta\u0142 oddanym nauczycielem Statorials. Dzi\u0119ki bogatemu do\u015bwiadczeniu i wiedzy specjalistycznej w dziedzinie statystyki ch\u0119tnie dziel\u0119 si\u0119 swoj\u0105 wiedz\u0105, aby wzmocni\u0107 pozycj\u0119 uczni\u00f3w za po\u015brednictwem Statorials. Wiedzie\u0107 wi\u0119cej","sameAs":["https:\/\/statorials.org\/pl"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts\/4507","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/comments?post=4507"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts\/4507\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/media?parent=4507"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/categories?post=4507"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/tags?post=4507"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}