如何在逐步回归中控制变量组同步进入/移除？以线性与平方项为例

要让变量的线性项与平方项（或任意变量组）同步进入/退出逐步回归模型，核心是让模型筛选时将它们视为一个整体，不能单独选择其中一个。以下是两种实用方法：

方法1：利用多项式函数打包变量组 #

对于平方项这类多项式场景，直接用poly()函数构造多项式项，stepAIC会自动将多项式的所有阶次项视为一组，同步进行筛选。

示例代码：

library(MASS)
mycars <- mtcars

# 用poly构造drat的2次原始多项式（raw=TRUE避免正交变换，保留原始线性/平方项形式）
model.lm <- lm(mpg ~ hp + poly(drat, 2, raw=TRUE), data=mycars)
# 执行逐步回归
model2 <- stepAIC(model.lm)

这里poly(drat, 2, raw=TRUE)会生成线性项和平方项两个关联变量，stepAIC在筛选时会同时保留或移除这两个项，不会拆分。

方法2：自定义筛选规则强制变量组同步 #

如果需要绑定任意变量组（比如主效应+交互项），可以通过stepAIC的keep参数自定义筛选规则，确保变量组必须同时存在或消失。

示例代码：

library(MASS)
mycars <- mtcars
mycars$dratsq <- mycars$drat * mycars$drat

# 初始全变量模型
full_model <- lm(mpg ~ hp + drat + dratsq, data=mycars)

# 自定义keep函数：确保drat和dratsq同时存在或同时不存在
model2 <- stepAIC(full_model,
                  scope = list(lower = ~ 1, upper = ~ hp + drat + dratsq),
                  keep = function(mod, ...) {
                    has_drat <- "drat" %in% names(coef(mod))
                    has_dratsq <- "dratsq" %in% names(coef(mod))
                    has_drat == has_dratsq  # 两者状态必须一致
                  },
                  trace = TRUE)  # 显示筛选过程，方便观察变量组同步逻辑

• scope限定了模型的变量选择范围，避免引入额外变量干扰
• keep函数是核心逻辑，只有满足变量组同步条件的模型才会被保留参与后续筛选

内容的提问来源于stack exchange，提问作者JohnS