R语言中如何统计向后逐步选择后保留的预测变量数量

基于你提供的示例代码，运行step()得到的step_reduction是逐步选择后的最终模型对象，可根据实际统计需求选择对应方法：

• 统计最终模型中所有纳入的项数（含主效应、交互项，因子变量的多个哑变量合并视为对应项的整体，不含截距）
  这是最常用的「模型保留了多少个项」的统计口径，代码如下：

  # 提取所有保留项的标签
  term_labels <- attr(terms(step_reduction), "term.labels")
  # 统计项数
  length(term_labels)
  

  你可以直接打印term_labels查看所有保留的项，手动核对统计结果。

• 统计最终模型用到的唯一原始主效应变量个数（不管变量出现在主效应还是交互项中，每个原始预测变量只计数1次）
  适合需要确认总共用到多少个原始自变量的场景，代码如下：

  term_labels <- attr(terms(step_reduction), "term.labels")
  # 拆分交互项、提取所有原始变量后去重
  unique_raw_vars <- unique(unlist(strsplit(term_labels, ":")))
  # 统计原始变量个数
  length(unique_raw_vars)
  

• 统计最终模型的系数总个数（含截距、因子每个哑变量、每个交互项的单独系数）
  适合需要统计模型参数总数的场景，代码如下：

  # 统计含截距的所有系数个数
  length(coef(step_reduction))
  # 统计不含截距的系数个数
  length(coef(step_reduction)) - 1
  

以上方法对lm、glm类模型做向后逐步选择后的结果都通用。

内容的提问来源于stack exchange，提问作者PortMadeleineCrumpet