R 岭回归伪数据

根据我的研究，你可以通过在正常OLS回归的末尾添加“虚假数据”来模拟岭回归

^证实这一观点的许多地方的例子之一

然而，在R中，我无法复制结果

> test_0

12    34    24    64   746    24    23    42     7     8     3     4    45   675     3     4    34    43  56   674     3     4    54    34    23    34   435    56    56   234   657    89   980     8    76    65 45564    67    76   789

> test_1

34    24    64   746    24    23    42     7     8     3     4    45   675     3     4    34    43    56 674     3     4    54    34    23    34   435    56    56   234   657    89   980     8    76    65 45564  67    76   789     6


> test_2

24    64   746    24    23    42     7     8     3     4    45   675     3     4    34    43    56   674 3     4    54    34    23    34   435    56    56   234  657    89   980     8    76    65 45564    67 76   789     6     5

我的三个变量。然后我添加了2个新行（用于独立变量的数量）。为了测试_0，我附加了两个零。为了测试_1，我附加了一个sqrt（.5）和0。为了测试_2，我附加了一个0和sqrt（.5）

然后我运行两个模型。长征与长征岭

>reg = lm(a~b+c)
>
>ridge = lm.ridge(test_0~test_1+test_2, lambda = .5)
>
> reg
>
>Call:
>lm(formula = a ~ b + c)
>
>Coefficients:
>(Intercept)            b            c  
> 1305.42310     -0.02926     -0.02862  

> ridge
>
 >                    test_1        test_2 
>1374.16801379   -0.03059968   -0.02996396 

系数不同，但应相同。为什么会这样？

---

任何帮助都将不胜感激

我的beta没有使用正确的岭回归方法的原因是岭回归在求解beta之前也会集中（标准化）y向量和X矩阵中的数据。

---

如果你集中数据，然后对“假”数据进行OLS，你会得到正确的答案。

你不应该对岭回归使用

a

、

b

、和

c

，因为它们都有附加的数字吗？据我所知，没有。岭回归函数还有一个附加的惩罚因子lambda*Beta\u向量。苏丹生命线行动缺乏这一因素。为了说明这一点，您将行添加到OLS中，OLS应该等于原始“未伪造”数据的岭回归结果。这不是纠正您对统计方法误解的正确论坛。试着在CrossValidated.com上提问

>reg = lm(a~b+c)
>
>ridge = lm.ridge(test_0~test_1+test_2, lambda = .5)
>
> reg
>
>Call:
>lm(formula = a ~ b + c)
>
>Coefficients:
>(Intercept)            b            c  
> 1305.42310     -0.02926     -0.02862  

> ridge
>
 >                    test_1        test_2 
>1374.16801379   -0.03059968   -0.02996396