我想用不同数量的回归量（有时是3，有时是15）进行线性回归，并对某些回归系数进行特定的不等式约束：一些应该> = 0，其他的也可以是负数。
我使用optim()和constrOptim()完成了此操作，它们都引用了另一个用户定义的函数，可以最小化回归的残差。我的问题是，这只会给我系数，没有像残差，$ R ^ 2 $等其他数据。
是否有一种简单的方法可以使用lm()，nl()或任何其他函数来解释不等式约束，同时能够处理不同数量的回归量？
答案 0 :(得分：0)
由于线性回归在某种程度上是对矢量空间的正交投影，因此讨论具有约束系数的线性回归是没有意义的。
在任何情况下，一旦模型拟合，所有统计数量总是可以通过直接公式计算：如果您的输出是y并且您的模型预测y_pred然后R^2 = mean((y-y_pred)^2)等
请注意，对回归的信心不再准确，因为它基于对错误项的一些假设（iid normaly distributed）