我有一组多线性变量，我正在尝试使用岭回归来解决这个问题 . 我在R中使用GLMNET包，alpha = 0（用于岭回归） .
library(glmnet)
我有一系列lambda值;我通过cv.glmnet选择最好的lambda值
lambda <- 10^seq(10, -2, length = 100)
- 创建模型矩阵并分配y变量
x <- model.matrix(dv ~ ., datamatrix) [,-1]
y <- datamatrix$dv
- 使用交叉验证来确定最佳lambda并使用该lambda值预测y
ridge.mod <- glmnet(x, y, alpha = 0, lambda = lambda)
cv.out <- cv.glmnet(x, y, alpha = 0)
ridge.pred <- predict(ridge.mod, s = cv.out$lambda.min, newx = x)
我能够成功地做到这一点，但我还要检查这个特定λ值的VIF，以确保系数稳定并控制多重共线性 . 但我不知道如何检查GLMNET中的VIF，因为通常的vif（）函数会抛出此错误 .
Error in vcov.default(mod) : there is no vcov() method for models of class elnet, glmnet
您能否帮我确认一下我的方法是否有任何问题或如何解决这个问题？
VIF不适用于GLMNET中的验证吗？
提前致谢 .
2 回答
VIF仅是一组自变量的属性 . 它没有改变独立变量（例如添加剂模型） . 请参阅
car包中的vif函数 . 因此，VIF应用于弹性网络回归，不会告诉您是否已处理多重共线性 . 它可以告诉你，有一个多重共线性来处理 .通过实例的Hadi回归分析（p295）具有以下VIF的脊回归定义 . Z是协变量矩阵的标准化版本 .