Ich möchte eine Regression von y~x
(nur 1 abhängige und 1 unabhängige Variable) machen, aber ich habe Heteroskedastizität. Die Variabilität von y nimmt zu, wenn x zunimmt. Um damit umzugehen, möchte ich gewichtete kleinste Quadrate durch die "gls()"
Funktion in R verwenden. Aber ich muss zugeben, dass ich nicht verstehe, wie man es benutzt. Ich muss eine Varianzfunktion auf das Argument "Gewichte" der Funktion gls
anwenden. Aber ich wähle nicht welches und wie man es benutzt. Könnten Sie mir bitte etwas Hilfe geben?Gewichtete kleinste Quadrate - R
Danke.
Wie kann ich beurteilen, ob es besser funktioniert? Der vom Bartlett-Test zurückgegebene Wert ist derselbe mit und ohne das Argument "Gewichte". Hier ist mein Code: a2 = read.table ("total37.txt", header = TRUE) m1 = lm (Res ~ MODEF, a2, Gewichte = 1/a2 $ MODEF^2) m2 = lm (Res ~ MODEF, a2) bartlett.test (Residuen (m1) ~ a2 $ MODEF)) Bartlett-Test Daten: Residuen (m1) und a2 $ MODEF Bartletts K-squared = 35,2706, df = 11, p Wert = 0.0002236 bartlett.test (Residuen (m2) ~ a2 $ MODEF)) Bartlett-Test Daten: Residuen (m2) und a2 $ MODEF Bartletts K-squared = 35,2706, df = 11, p-Wert = 0,0002236 – user1671537