He estado leyendo la descripción de la regresión de crestas en los modelos estadísticos lineales aplicados , 5ª edición, capítulo 11. La regresión de crestas se realiza con los datos de grasa corporal disponibles aquí .
El libro de texto coincide con la salida en SAS, donde los coeficientes transformados hacia atrás se dan en el modelo ajustado como:
Esto se muestra desde SAS como:
proc reg data = ch7tab1a outest = temp outstb noprint;
model y = x1-x3 / ridge = 0.02;
run;
quit;
proc print data = temp;
where _ridge_ = 0.02 and y = -1;
var y intercept x1 x2 x3;
run;
Obs Y Intercept X1 X2 X3
2 -1 -7.40343 0.55535 0.36814 -0.19163
3 -1 0.00000 0.54633 0.37740 -0.13687
Pero R da coeficientes muy diferentes:
data <- read.table("http://www.cst.cmich.edu/users/lee1c/spss/V16_materials/DataSets_v16/BodyFat-TxtFormat.txt",
sep=" ", header=FALSE)
data <- data[,c(1,3,5,7)]
colnames(data)<-c("x1","x2","x3","y")
ridge<-lm.ridge(y ~ ., data, lambda=0.02)
ridge$coef
coef(ridge)
> ridge$coef
x1 x2 x3
10.126984 -4.682273 -3.527010
> coef(ridge)
x1 x2 x3
42.2181995 2.0683914 -0.9177207 -0.9921824
>
¿Alguien puede ayudarme a entender por qué?
He usado el mismo conjunto de datos y lo analicé en SPSS. Los resultados son similares a los de SAS. Sin embargo, si podemos estandarizar los datos como en el libro, el primer valor en c = 0 es similar en R y SPSS (ejecutando una regresión lineal múltiple). Sin embargo, los resultados son bastante diferentes cuando avanzamos más como se indicó anteriormente. Tampoco encontré ninguna pista de la diferencia entre salidas para los mismos datos.
—
asad