练习R：用lm.ridge()做岭回归分析，可惜无法输出R平方

某医师希望通过B超下胎儿的身长、头围、体重来预测胎儿周龄，这些观测值均是连续性数值变量，所以很容易想到建立一个多重线性回归方程来解决问题。

数据：取自张文彤老师SPSS统计教程高级版

常规的线性回归显示有严重共线性问题，且所得回归系数与现实生活逻辑不符，得想办法解决共线性问题。

以R的lm.ridge()做岭回归分析

读取数据：

touwei <- read.csv("ridgereg.csv")

岭回归：

fit <- lm.ridge(y~long+touwei+weight,data=touwei,lambda = seq(0,2,0.001))

看岭迹图：

plot(fit)

观察此图，lambda在1左右，三条曲线区域平稳运行，本例根据岭迹图主观定lambda=1.1，重新拟合岭回归的以结果：

fit <- lm.ridge(y~long+touwei+weight,data=touwei,lambda = 1.1)

即所得岭回归方程表达式为：

y=8.697+0.225*long+0.111*touwei+0.005*weight

可惜lm.ridge函数并没有直接提供回归拟合的R平方，以及各偏回归系数显著性检验p值结果。没有办法通过R方或p值来对结果进行评判。

本文完

文/图=数据小兵