r - 强制某些参数在 lm() 中具有正系数

Question

我想知道如何约束lm()中的某些参数具有正系数。有一些包或函数(例如 display )可以使所有系数和截距为正。

例如，在这个例子中，我只想强制 x1和 x2具有正系数。

    x1=c(NA,rnorm(99)*10)
    x2=c(NA,NA,rnorm(98)*10)
    x3=rnorm(100)*10
    y=sin(x1)+cos(x2)-x3+rnorm(100)

    lm(y~x1+x2+x3)

    Call:
      lm(formula = y ~ x1 + x2 + x3)       
    Coefficients:
      (Intercept)           x1           x2           x3  
    -0.06278      0.02261     -0.02233     -0.99626

我试过函数 nnnpls()包装内 nnls ，它可以轻松控制系数符号。不幸的是，由于 NA 的问题，我无法使用它s 在数据中，因为此功能不允许 NA .

我看到了函数 glmc()可用于应用约束，但我无法让它工作。

有人可以让我知道我该怎么办吗？

Answer 1

You can use package penalized :

set.seed(1)

x1=c(NA,rnorm(99)*10)
x2=c(NA,NA,rnorm(98)*10)
x3=rnorm(100)*10
y=sin(x1)+cos(x2)-x3+rnorm(100)
DF <- data.frame(x1,x2,x3,y)

lm(y~x1+x2+x3, data=DF)
#Call:
#lm(formula = y ~ x1 + x2 + x3, data = DF)
#
#Coefficients:
#(Intercept)           x1           x2           x3  
#   -0.02438     -0.01735     -0.02030     -0.98203  

这给出了相同的:

library(penalized)

mod1 <- penalized(y, ~ x1 + x2 + x3, ~1, 
                  lambda1=0, lambda2=0, positive = FALSE, data=na.omit(DF))
coef(mod1)
#(Intercept)          x1          x2          x3 
#-0.02438357 -0.01734856 -0.02030120 -0.98202831 

如果约束 x1 的系数和 x2为正，它们变为零(如预期):

mod2 <- penalized(y, ~ x1 + x2 + x3, ~1, 
                  lambda1=0, lambda2=0, positive = c(T, T, F), data=na.omit(DF))
coef(mod2)
#(Intercept)          x3 
#-0.03922266 -0.98011223