R 从数据帧中删除完全多重共线变量

我有一个带有变量的数据框，其中一些包含相同的信息

x1 = runif(1000)
x2 = runif(1000)
x3 = x1 + x2
x4 = runif(1000)
x5 = runif(1000)*0.00000001 +x4
x6 = x5 + x3
x = data.frame(x1, x2, x3, x4, x5, x6)

在下一步中，我想去掉所有完全多重共线的变量，例如列x3和x6（可能还有其他组合）

在Stata，这相当容易：

\u rmcoll varlist

在R中如何有效地实现这一点

编辑：

---

请注意，最终目标是计算观测值之间的马氏距离。为此，我需要删除redunant变量。就我所能预见的，对于这个应用程序来说，不管是删除x1、x2还是x3，我都不知道内置的便利函数，但QR分解可以做到

我们需要数据帧是一个矩阵：

X <- as.matrix(x)

---

X为了完整性，我发布了我之前使用的快速而肮脏的解决方案。事实上，我认为与其他方法相比，它的性能并没有那么差

x1 = runif(1000)
x2 = runif(1000)
x3 = x1 + x2
x4 = runif(1000)
x5 = runif(1000)*0.00000001 +x4
x6 = x5 + x3
x = data.frame(x1, x2, x3, x4, x5, x6)

const = rep(1,1000)
a<-lm(const ~ ., data=x)
names(a$coefficients[!is.na(a$coefficients)])[c(-1)]

x1=runif（1000）
x2=runif（1000）
x3=x1+x2
x4=runif（1000）
x5=runif（1000）*0.00000001+x4
x6=x5+x3
x=数据帧（x1、x2、x3、x4、x5、x6）
常数=代表（11000）
另外，如果变量（列）是完全共线的，那么就有任意性被删除。这就是我所说的“可能还有其他组合”的意思。然而，在我的上下文中，对于多线性数据，哪一种方法被删除并不重要，我要么使用主成分回归（参见package
pls
），要么使用某种正则化方法，如lasso（参见package
glmnet
）。谢谢。我不是100%确定你的建议。并不是说我的目标不是运行回归或任何东西。我在我的问题便笺中粘贴了一条澄清性的评论：任何想要将此线程移动到交叉验证的人都应该注意到，它之前已经发布在那里并被搁置。（原则上，这两个地方都可能离题，但我个人的观点是，它属于这里。）
x1 = runif(1000)
x2 = runif(1000)
x3 = x1 + x2
x4 = runif(1000)
x5 = runif(1000)*0.00000001 +x4
x6 = x5 + x3
x = data.frame(x1, x2, x3, x4, x5, x6)

const = rep(1,1000)
a<-lm(const ~ ., data=x)
names(a$coefficients[!is.na(a$coefficients)])[c(-1)]