Різниця між реалізацією регресії хребта в R та SAS

Я читав опис регресії хребта у прикладних лінійних статистичних моделях , розділ 5. Ед. 11. Регресія хребта виконується за наявними тут даними жирових речовин .

Підручник відповідає результату в SAS, де зворотні перетворені коефіцієнти наведені в пристосованій моделі як:

Це показано в SAS як:

proc reg data = ch7tab1a outest = temp outstb noprint;
  model y = x1-x3 / ridge = 0.02;
run;
quit;
proc print data = temp;
  where _ridge_ = 0.02 and y = -1;
  var y intercept x1 x2 x3;
run;
Obs     Y    Intercept       X1         X2         X3

 2     -1     -7.40343    0.55535    0.36814    -0.19163
 3     -1      0.00000    0.54633    0.37740    -0.13687

Але R дає дуже різні коефіцієнти:

data <- read.table("http://www.cst.cmich.edu/users/lee1c/spss/V16_materials/DataSets_v16/BodyFat-TxtFormat.txt", 
                   sep=" ", header=FALSE)
data <- data[,c(1,3,5,7)]
colnames(data)<-c("x1","x2","x3","y")
ridge<-lm.ridge(y ~ ., data, lambda=0.02)   
ridge$coef
coef(ridge)

>   ridge$coef
       x1        x2        x3 
10.126984 -4.682273 -3.527010 
>   coef(ridge)
                   x1         x2         x3 
42.2181995  2.0683914 -0.9177207 -0.9921824 
> 

Хтось може мені допомогти зрозуміти, чому?

Хоча регресія хребта спочатку виглядає як простий алгоритм, чорт у деталях. Мабуть, оригінальні змінні масштабуються, а параметр - не той параметр, який, на вашу думку, дається в оригінальному описі. З того, що я зібрав, читаючи посилання, наведені на сторінці довідки R, немає жодного узгодженого способу регресії хребта. Тож різницю в результатах можна пояснити лише різними алгоритмами, що використовуються R та SAS. Сподіваємось, хтось більш обізнаний може дати більш детальну відповідь.$\lambda$lm.ridge

Ви можете бачити, який алгоритм застосовується в R, дивлячись на джерело lm.ridge. Просто введіть lm.ridgeрядок R.

Використання lm.ridge також створює вектор масштабування (спробуйте голову (модель), щоб побачити весь вихід). Для отримання прогнозованих значень в R, які ви бачите в SAS, візьміть коефіцієнти і розділіть на скалярний вектор.