r - 分析R中的相关数据：线性，岭回归，PCR

我有5个变量y, x_1, x_2, x_3, x_4的时间序列观察，其任务是找出哪个x es负责y中的变化。现在问题是所有这些都是强相互关联的并且表现出共线性。 x_1, x_2, x_3, x_4内部没有隐藏的组件，它们是成对的或以任何其他方式共同的 - 它们只是自然相关。

可以预见的是，线性回归给出了不合理的结果，其中系数在去除其中一个变量后变化很大，这是高共线数据的正常图像。

正如wiki所述，多重共线性的一些补救措施是使用岭回归和主成分回归。但是，当我使用lm.ridge方法时，它给出了与lm完全相同的系数。

在这种情况下PCR可以帮助吗？如果是这样，在R中检索系数和p值的简单方法是什么？类似lm函数的汇总表。