Ważone najmniejsze kwadraty - R

Question

Chcę zrobić regresję y~x (tylko 1 zależna i 1 zmienna niezależna), ale mam heteroskedastyczność. Zmienność y wzrasta wraz ze wzrostem x. Aby sobie z tym poradzić, chciałbym użyć ważonych najmniejszych kwadratów przez funkcję "gls()" w R. Ale muszę przyznać, że nie rozumiem, jak z niej korzystać. Muszę zastosować funkcję wariancji do argumentu "wag" funkcji gls. Ale nie wiem, który wybrać i jak z niego korzystać. Czy możesz mi w tym pomóc?

Dzięki.

Answer 1

Oto przykład dbania o liczbę poissona, jak dane, w których wariancja będzie proporcjonalna do średniej (która brzmi tak, jak masz).

fit = lm (y ~ x, data=dat,weights=(1/dat$x^2)) 

Używasz receptury jako masy, ponieważ będziesz mnożyć wartości. Ustalasz to za opiekowanie się danymi Poissona, ponieważ wariancja ma jednostki kwadratów. Możesz zrobić coś takiego:

fit = lm (y ~ x, data=dat,weights=(1/dat$x)) 

Aby po prostu skalować go według wartości x i zobaczyć, co działa lepiej.