Best Subset from Best Step Model

for maturity

Reading Data

## # A tibble: 6 × 35
##      Q1    Q2    Q3    Q4    Q5    Q6    Q7    Q8    Q9   Q10 Q11_1 Q11_2 Q11_3
##   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1     2     2     4     2     2     2     1     2     1    62     2     2     2
## 2     2     3     3     2     2     2     2     2     1    67     3     3     1
## 3     3     4     5     1     3     2     2     3     3    67     4     2     3
## 4     5     3     2     4     4     4     3     4     4    31     4     4     2
## 5     4     4     5     4     2     4     4     2     3    50     3     3     3
## 6     2     1     3     4     3     3     3     3     2    33     5     5     5
## # ℹ 22 more variables: Q11_4 <dbl>, Q11_5 <dbl>, Q11_ <dbl>, Q11_7 <dbl>,
## #   Q11_8 <dbl>, Q11_9 <dbl>, Q11_10 <dbl>, Q11_11 <dbl>, Q11_12 <dbl>,
## #   Q11_13 <dbl>, Q11_14 <dbl>, Q12 <dbl>, Q13 <dbl>, Q14 <dbl>, Q15 <dbl>,
## #   Q16 <dbl>, Q17 <dbl>, Q18 <dbl>, Q20 <dbl>, Fair <dbl>, Sub <dbl>,
## #   Maturity <dbl>

lets get the minimal model

subset <-  na.omit(dat)
subset <-  subset[sample(nrow(subset),30),]
sampled <- subset
sampledmat <- sampled
sampledmat = sampledmat[,-34]
sampledmat= sampledmat[,-33]
sampledmat = sampledmat[,-32]
sampledmat = sampledmat[,-10]
full_model <- lm(Maturity~Q4+Q11_9+Q3+Q5+Q1+Q11_12+Q11_14+Q11_3+Q11_4+Q11_6+Q13+Q17+Q6+Q9, data =sampledmat, na.action = "na.fail")
summary.fit <- dredge(full_model)

## Fixed term is "(Intercept)"

##summary.fit

plot(summary.fit)

for fair score model

lets get the minimal model

head(sampled)

## # A tibble: 6 × 35
##      Q1    Q2    Q3    Q4    Q5    Q6    Q7    Q8    Q9   Q10 Q11_1 Q11_2 Q11_3
##   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1     1     1     4     2     1     2     1     1     1    70     1     1     2
## 2     3     4     3     3     3     3     4     3     3    38     5     5     5
## 3     3     3     1     4     3     3     2     2     2    51     5     5     4
## 4     3     2     2     3     2     3     2     2     2    62     2     2     2
## 5     2     4     1     4     4     2     1     1     1    61     4     4     2
## 6     4     2     3     4     2     4     2     4     4    58     2     4     3
## # ℹ 22 more variables: Q11_4 <dbl>, Q11_5 <dbl>, Q11_6 <dbl>, Q11_7 <dbl>,
## #   Q11_8 <dbl>, Q11_9 <dbl>, Q11_10 <dbl>, Q11_11 <dbl>, Q11_12 <dbl>,
## #   Q11_13 <dbl>, Q11_14 <dbl>, Q12 <dbl>, Q13 <dbl>, Q14 <dbl>, Q15 <dbl>,
## #   Q16 <dbl>, Q17 <dbl>, Q18 <dbl>, Q20 <dbl>, Fair <dbl>, Sub <dbl>,
## #   Maturity <dbl>

sampledfair <- sampled
sampledfair= sampledfair[,-35]
sampledfair= sampledfair[,-34]
sampledfair=sampledfair[,-32]
sampledfair = sampledfair[,-10]
full_model <- lm(Fair~Q11_1+Q11_11+Q11_4+Q11_9+Q3+Q4+Q5+Q7+Q8+Q9, data =sampledfair, na.action = "na.fail")
summary.fit <- dredge(full_model)

## Fixed term is "(Intercept)"

##summary.fit
plot(summary.fit)

for Subscore Model

lets get the minimal model

sampledsub <- sampled

sampledsub = sampledsub[,-35]
sampledsub =sampledsub[,-33]
sampledsub = sampledsub[,-32]
sampledsub= sampledsub[,-10]
full_model <- lm(Sub~Q1+Q11_12+Q11_14+Q11_3+Q11_9+Q12+Q13+Q17+Q2+Q3+Q4+Q5+Q8, data =sampledsub, na.action = "na.fail")
summary.fit <- dredge(full_model)

## Fixed term is "(Intercept)"

##summary.fit
  plot(summary.fit)