R lm.ridge 岭回归

说明

通过岭回归拟合线性模型。

用法

lm.ridge(formula, data, subset, na.action, lambda = 0, model = FALSE,
         x = FALSE, y = FALSE, contrasts = NULL, ...)
select(obj)

参数

formula	回归模型的公式表达式，格式为 response ~ predictors 。有关其他详细信息，请参阅formula 的文档。允许offset 术语。
data	一个可选的 DataFrame 、列表或环境，用于解释 formula 中出现的变量。
subset	表达式说明在拟合中应使用数据行的哪个子集。默认情况下包括所有观察结果。
na.action	过滤缺失数据的函数。
lambda	岭常数的标量或向量。
model	模型框架应该退回吗？未实现。
x	应该返回设计矩阵吗？未实现。
y	应该返回响应吗？未实现。
contrasts	用于公式中部分或全部因子项的对比列表。请参阅 model.matrix.default 的 contrasts.arg 。
...	lm.fit 的附加参数。
obj	一个R对象，例如"lm.ridge"合身。

细节

如果模型中存在截距，则其系数不会受到惩罚。 (如果您想对截距进行惩罚，请输入您自己的常数项并删除截距。)

值

包含组件的列表

coef	系数矩阵，lambda 的每个值占一行。请注意，这些不是原始比例，而是供 coef 方法使用。
scales	X 矩阵上使用的缩放。
Inter	包括拦截吗？
lambda	lambda 值向量
ym	y 的平均值
xm	x 矩阵的列均值
GCV	GCV 值向量
kHKB	HKB 岭常数的估计。
kLW	L-W 岭常数的估计。

例子

longley # not the same as the S-PLUS dataset
names(longley)[1] <- "y"
lm.ridge(y ~ ., longley)
plot(lm.ridge(y ~ ., longley,
              lambda = seq(0,0.1,0.001)))
select(lm.ridge(y ~ ., longley,
               lambda = seq(0,0.1,0.0001)))

参考

Brown, P. J. (1994) Measurement, Regression and Calibration Oxford.

也可以看看

lm