Intervalos de confiança para a regressão de Ridge - r, regressão, glmnet

Eu não posso fazer os intervalos de confiança em uma regressão de crista. Eu tenho esse modelo.

model5 <- glmnet(train_x,train_y,family = "gaussian",alpha=0, lambda=0.01)

E quando eu faço a predição, eu uso este comando:

test_pred <- predict(model5, test_x, type = "link")

Alguém sabe como fazer o intervalo de confiança para as previsões?

Respostas:

Acontece que glmnet não oferece erros padrão (e portanto não lhe dá intervalos de confiança) como explicado Aqui e também abordado neste vinheta (trecho abaixo):

É uma questão muito natural perguntar por erros padrão de regressão coeficientes ou outras quantidades estimadas. Em princípio, tal padrão os erros podem ser facilmente calculados, por ex. usando o bootstrap.

Ainda assim, pacote deliberadamente não forneceeles. A razão para isso é que os erros padrão não são muito significativos para fortemente enviesado estimativas como surgem de métodos de estimação penalizados. Penalizado estimação é um procedimento que reduz a variância dos estimadores introduzindo viés substancial. O viés de cada estimador é, portanto, um componente principal de seu erro quadrático médio, enquanto sua variação pode contribuir apenas com uma pequena parte.

Infelizmente, na maioria das aplicações de penalizadoregressão, é impossível obter uma precisão suficiente estimativa do viés. Qualquer cálculo baseado em bootstrap só pode dar uma avaliação da variância das estimativas. Estimativas confiáveis ​​de o viés só está disponível se estimativas confiáveis ​​e imparciais forem disponível, o que normalmente não é o caso nas situações em que estimativas penalizadas são usadas.

Comunicar um erro padrão de um penalizadoEstimativa, portanto, conta apenas parte da história. Pode dar uma impressão equivocada de grande precisão, ignorando completamente imprecisão causada pelo viés. É certamente um erro fazer declarações de confiança que se baseiam apenas numa avaliação do variância das estimativas, como confiança baseada em bootstrap intervalos fazer.

Intervalos de confiança confiáveis ​​ao redor dopenalizado estimativas podem ser obtidas no caso de modelos de baixa dimen- a teoria do modelo linear generalizado padrão como implementado em lm, glm e coxph. Métodos para construir intervalos de confiança confiáveis a situação high-dimensional é, a meu conhecimento, não disponível.

No entanto, se você insistir em intervalos de confiança, confira esta postar.