R ridge 嶺回歸

說明

在 coxph 或 survreg 模型公式中使用時，指定嶺回歸項。似然度受到 theta /2 乘以係數平方和的懲罰。如果scale=T，則根據重新調整預測變量以具有單位方差來計算係數的懲罰。如果指定了df，則根據近似自由度選擇theta。

用法

ridge(..., theta, df=nvar/2, eps=0.1, scale=TRUE)

參數

...	預測變量呈脊狀
theta	懲罰是theta /2 乘以係數平方和
df	近似自由度
eps	df 所需的精度
scale	在應用懲罰之前縮放變量？

值

coxph.penalty 類的對象，包含數據和控製函數。

注意

如果表達式 ridge(x1, x2, x3, ...) 的字符長度過多，則內部 terms() 函數將向變量名添加換行符，然後 coxph 例程就會丟失。 (有些標簽會有換行符，有些則沒有。)一種解決方案是將所有變量捆綁到一個矩陣中，並使用該矩陣作為 ridge 的參數，以縮短調用，例如mdata$many <- as.matrix(mydata[,5:53]) 。

例子

coxph(Surv(futime, fustat) ~ rx + ridge(age, ecog.ps, theta=1),
	      ovarian)

lfit0 <- survreg(Surv(time, status) ~1, lung)
lfit1 <- survreg(Surv(time, status) ~ age + ridge(ph.ecog, theta=5), lung)
lfit2 <- survreg(Surv(time, status) ~ sex + ridge(age, ph.ecog, theta=1), lung)
lfit3 <- survreg(Surv(time, status) ~ sex + age + ph.ecog, lung)

參考

Gray (1992) "Flexible methods of analysing survival data using splines, with applications to breast cancer prognosis" JASA 87:942-951

也可以看看

coxph、survreg、pspline、frailty