Ridge-Regression
Bei der schrittweisen Regression wird mit lm()
ein herkömmliches Modell nach der Methode der kleinsten Quadrate angepasst, jedoch mit
dem Unterschied, dass die Anzahl der Prädiktoren im endgültigen Modell eingeschränkt
wird. Die Ridge-Regression drückt dagegen die Höhe der Koeffizienten proportional Richtung 0 (was den Einfluss großer
Koeffizienten im Modell begrenzt), führt aber keine Prädiktorselektion durch (weil kein
Koeffizient 0 werden kann).
Mit der Ridge-Regression lassen sich Probleme wegen hoch korrelierter Prädiktoren (respektive Multikollinearität) abschwächen, durch die die Gesamtvarianz künstlich erhöht wird. Den Einfluss solcher Prädiktoren im Modell zu beschränken, kann zur Reduzierung dieses Problems beitragen. ...
Get R in a Nutshell now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
