如何在R中的glm（）中使用t分布？

Question

我已经非常确定性地确定，我可以使用标准lm()回归生成的残差可以通过自由度为6的t分布合理地建模。 我想将glm()与该错误模型一起使用，但是我没有看到t适合其中一个系列。 是否有任何建议与t一起使用的glm()替代方案，或对t的替代（或替代）合理发挥作用的家族？

Answer 1

heavy包装可以执行t型学生回归模型。 这是文档中的一个示例：

library(heavy)
data(ereturns)
fit <- heavyLm(m.marietta ~ CRSP, data = ereturns, family = Student(df = 6))
summary(fit)
# Linear model under heavy-tailed distributions
# Data: ereturns; Family: Student(df = 2.83727) 
# 
# Residuals:
#  Min        1Q    Median        3Q       Max 
# -0.142237 -0.036156  0.003433  0.041310  0.546533 
# 
# Coefficients:
#  Estimate Std.Error Z value p-value
# (Intercept) -0.0072   0.0082   -0.8876  0.3748
# CRSP         1.2637   0.1902    6.6459  0.0000
# 
# Degrees of freedom: 60 total; 58 residual
# Scale estimate: 0.002520795
# Log-likelihood: 71.81294 on 3 degrees of freedom