Дисперсия ошибок Ридж-регрессии

[Andrey_Kireew]

Известно, что дисперсия ошибок в классической линейной регрессии, оцененной по МНК, определяется как
$\sigma^2_y=\frac{\sum (\tilde{y}-y_0)^2}{n-k}$,
где $y_0$ - истинное значение результативной переменной, $\tilde{y}$ - прогноз,
$n$ - количество наблюдений, $k$ - число коэффициентов модели.

В ридж-регрессии, так же как и в регрессии на главных компонентах, осуществляется снижение размерности пространства описаний, эффективная размерность находится как
$Dim=\sum (\frac{\lambda_i}{\lambda_i+q})$ и она меньше числа факторных признаков.

Вопрос: корректно ли будет оценивать дисперсию ошибок ридж-регрессии как
$\sigma^2_y=\frac{\sum (\tilde{y}-y_0)^2}{n-Dim}$,
а так же корректно ли использовать в статистических критериях число степеней свободы $n-Dim$ вместо $n-k$?