R lm.ridge 嶺回歸

說明

通過嶺回歸擬合線性模型。

用法

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

參數

formula	回歸模型的公式表達式，格式為 response ~ predictors 。有關其他詳細信息，請參閱formula 的文檔。允許offset 術語。
data	一個可選的 DataFrame 、列表或環境，用於解釋 formula 中出現的變量。
subset	表達式說明在擬合中應使用數據行的哪個子集。默認情況下包括所有觀察結果。
na.action	過濾缺失數據的函數。
lambda	嶺常數的標量或向量。
model	模型框架應該退回嗎？未實現。
x	應該返回設計矩陣嗎？未實現。
y	應該返回響應嗎？未實現。
contrasts	用於公式中部分或全部因子項的對比列表。請參閱 model.matrix.default 的 contrasts.arg 。
...	lm.fit 的附加參數。
obj	一個R對象，例如"lm.ridge"合身。

細節

如果模型中存在截距，則其係數不會受到懲罰。 (如果您想對截距進行懲罰，請輸入您自己的常數項並刪除截距。)

值

包含組件的列表

coef	係數矩陣，lambda 的每個值占一行。請注意，這些不是原始比例，而是供 coef 方法使用。
scales	X 矩陣上使用的縮放。
Inter	包括攔截嗎？
lambda	lambda 值向量
ym	y 的平均值
xm	x 矩陣的列均值
GCV	GCV 值向量
kHKB	HKB 嶺常數的估計。
kLW	L-W 嶺常數的估計。

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)))

參考

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

也可以看看

lm