我有5个变量 y, x_1, x_2, x_3, x_4 的时间序列观察，任务是找出哪些 x es负责 y 中的变化 . 现在问题是所有这些都是强相互关联的并且表现出共线性 . x_1, x_2, x_3, x_4 没有成对或以任何其他方式共同存在的隐藏组件 - 它们只是自然相关 .
可以预见的是，线性回归给出了不合理的结果，其中系数在去除其中一个变量后变化很大，这是高共线数据的正常图像 .
正如wiki所述，多重共线性的一些补救措施是使用岭回归和主成分回归 . 但是，当我使用 lm.ridge 方法时，它给出了与 lm 完全相同的系数 .
在这种情况下PCR可以帮助吗？如果是这样，在R中检索系数和p值的简单方法是什么？像 lm 函数的汇总表 .
1 回答
看一下
审查可用的方法 .
R代码和数据可用here :)