glmnet 모델의 회귀 계수에 대한 통계 요약 정보를 얻지 않는 이유는 무엇입니까?

Question

2 진 결과가있는 회귀 모델이 있습니다. 나는 glmnet으로 모델을 맞추었고 선택된 변수와 계수를 얻었다.

glmnet은 변수의 중요도를 계산하지 않으므로 glm에 정확한 출력 (선택된 변수와 계수)을 입력하여 정보를 얻으려고합니다 (표준 오류 등).

나는 r 개의 문서를 검색했는데, glm에서 "method"옵션을 사용하여 사용자 정의 함수를 지정할 수있는 것 같습니다. 하지만 그렇게하지 못했습니다. 누군가 이걸 도와 줄 수 있습니까?

Answer 1

는 "회귀 계수 또는 다른 추정량의 표준 오차를 요청하는 매우 자연스러운 질문이다. 원칙적으로 같은 표준 오류가 쉽게 예를 들어 부트 스트랩을 사용하여 계산 될 수있다.

그럼에도 불구하고,이 패키지는 의도적으로 제공하지 않습니다. 의 이유는 페널티 화 된 추정 방법에서 비롯되는 편향된 추정에 대해서는 표준 오차가 매우 중요하지 않다는 것입니다. 처벌 추정은 실질적으로 b를 도입하여 추정 자의 편차를 줄이는 절차입니다. 나. 따라서 각 추정기의 편향은 은 평균 제곱 오류의 주요 구성 요소 인 반면 분산은 작은 부분 만 기여할 수 있습니다.

불행히도, 불이익 회귀의 대부분의 응용 프로그램에서는 편향의 충분히 정확한 추정을 얻는 것이 불가능하므로 입니다. 어떤 부트 스트랩 기반 계산은 추정치의 평가 만 제공 할 수 있습니다. 신뢰할 수있는 편견 추정치를 사용할 수있는 경우 바이어스의 신뢰할 수있는 추정치는 이며, 이 사용 된 상황에서는 일반적으로 이 아닙니다.

따라서 처벌 추정의 표준 오류를보고하면 이야기의 일부분 만 에게 알려줍니다. 바이어스로 인한 부정확성을 완전히 무시하면서 큰 정밀도의 잘못된 인상을 줄 수 있습니다. 확실히 부트 스트랩 기반의 신뢰 구간이 할 같은 단지 추정치의 분산의 평가를 기반으로 신뢰 문을 만들 수있는 실수입니다. "나는했습니다

Jelle Goeman, Ph.D. Leiden University, Author of the Penalized package in R.

Answer 2

볼 사람들은 glmnet. 에 의해 선택된 예측을 사용하여 glm을 실행하고 높은 차원 모델에 대한 추론을 제공 CRAN 패키지 hdi 예 :도, 당신은 그 살펴 할 수 있습니다 ...