RM(リスト= LS()) ライブラリ(車) ライブラリ(MASS) ライブラリー(openxlsx) A = read.xlsx( "data140.xlsx") のヘッド(A)は、 (A)を取り付け
FM = LM(Y〜X1 + X2 + X3を、データ= A)#1 モデル VIF(FM)#チェックモデル共線か
>のVif(FM)#は、モデル共線かどうかを確認するため
のX1 X2 X3の
21.631451 21.894402 1.334751
結果は、共線性の存在を示しました
要約(FM)
結果:
>要約(FM)
呼び出し:
LM(式= Y〜X1 + X2 + X3を、データ= A)
残差:
ミン1Q中央3Qマックス
-2.89129 -0.78230 0.00544 0.93147 2.45478
係数:
推定STD。エラーt値のPr(> | T |)
(インターセプト)3.2242 3.4598 0.932 0.361983
×1 0.9626 0.2422 3.974 0.000692 ***
X2 -2.6290 3.9000 -0.674 0.507606
×3 -0.1560 3.8838 -0.040 0.968338
---
有意性。コード:0 '***' 0.001 '**' 0.01 '*' 0.05 '' 0.1 '' 1
残差の標準誤差:自由1.446 21に度
の複数のR二乗:0.9186調整R二乗:0.907
F統計量:3で78.99及び21 DF、p値:1.328e-11
esti_ling = lm.ridge(Y〜X1 + X2 + X3を、データ= A、ラムダ=配列(0,1,0.1))# リッジ回帰 プロット(esti_ling)
K = 0.6を選択
K = 0.6 X = CBIND(1、as.matrix([2:4])) 、Yは= [5] B_ =解く((T(X)%※%のX)+ K * DIAG(4) )%※%T(X)%※%のY B_
回帰係数:
> B_ [1] 1.6188146 ×1 0.8262986 ×2 -0.3076330 ×3 1.0780444