Yaklaşık 60 prediktör değişkenli ve 30 gözlemli çok değişkenli bir lineer regresyon modeline uymaya çalışıyorum, bu yüzden p> n olduğu için düzenli regresyon için glmnet paketini kullanıyorum .
Belgelendirme ve diğer sorulardan geçtim ama sonuçları yine de yorumlayamıyorum, işte örnek bir kod (basitleştirmek için 20 öngörücü ve 10 gözlemle):
Num rows = num gözlemleri ve num cols = num yordayıcıları ve yanıt değişkenini temsil eden bir y vektörüyle bir matris x oluştururum
> x=matrix(rnorm(10*20),10,20)
> y=rnorm(10)
Alfa'yı varsayılan olarak bırakan bir glmnet modeline uyuyorum (= serbest ceza için 1)
> fit1=glmnet(x,y)
> print(fit1)
Anladığım kadarıyla azalan lambda değerleriyle farklı tahminler alıyorum (yani ceza)
Call: glmnet(x = x, y = y)
Df %Dev Lambda
[1,] 0 0.00000 0.890700
[2,] 1 0.06159 0.850200
[3,] 1 0.11770 0.811500
[4,] 1 0.16880 0.774600
.
.
.
[96,] 10 0.99740 0.010730
[97,] 10 0.99760 0.010240
[98,] 10 0.99780 0.009775
[99,] 10 0.99800 0.009331
[100,] 10 0.99820 0.008907
Şimdi Beta değerlerimi, örneğin, verilen en küçük lambda değerini seçerek tahmin ediyorum. glmnet
> predict(fit1,type="coef", s = 0.008907)
21 x 1 sparse Matrix of class "dgCMatrix"
1
(Intercept) -0.08872364
V1 0.23734885
V2 -0.35472137
V3 -0.08088463
V4 .
V5 .
V6 .
V7 0.31127123
V8 .
V9 .
V10 .
V11 0.10636867
V12 .
V13 -0.20328200
V14 -0.77717745
V15 .
V16 -0.25924281
V17 .
V18 .
V19 -0.57989929
V20 -0.22522859
Yerine lambda ile seçerseniz
cv <- cv.glmnet(x,y)
model=glmnet(x,y,lambda=cv$lambda.min)
Tüm değişkenler (.) Olur.
Şüphe ve sorular:
- Lamda nasıl seçilir emin değilim.
- (.) Olmayan değişkenleri başka bir modele uyacak mıyım? Benim durumumda mümkün olduğunca değişken tutmak istiyorum.
- P-değerini nasıl bilebilirim, yani hangi değişkenler cevabı önemli ölçüde tahmin eder?
Zayıf istatistiksel bilgilerim için özür dilerim! Ve herhangi bir yardım için teşekkür ederim.