[英]How to calculate fitted values for robust regression models
我在R中使用robustreg軟件包來擬合魯棒回歸模型，我的模型基於迭代加權最小二乘法，這些模型中的最小二乘使用Tukey的Bisquare Psi函數和Huber Psi函數加權，以估計模型，我使用了以下方法代碼：
RobBS <- robustRegBS(UND~FA+FS+IPOV+ROA+NI+IPOR+Pd+MP30+D20,data=IPO, m=TRUE, max.it=1000)
RobH <- robustRegH(UND~FA+FS+IPOV+ROA+NI+IPOR+Pd+MP30+D20,data=IPO, m=TRUE, max.it=1000)
但是該函數僅返回系數，權重和均方誤差，因此我需要找到擬合值，為此，我使用了fitted()和predict()函數，並將其作為從這兩個函數獲得的輸出對象，但是它沒有用，是否有專門針對這種情況的R包？ 我的意思是一個可以計算魯棒回歸模型擬合值的軟件包。
包裝本身很可能是要走的路。 似乎該程序包的創建者幾乎fit_rcpp R的類功能。該程序包包含一個fit_rcpp函數，使用help(fit_rcpp)文檔指出，給定設計X和系數b，它將給出y的可靠預測。 （也沒有很好的解釋）。
因此，對於此特定程序包，您可以使用此函數獲得估算值。
model_matrix <- model.matrix(UND ~ FA + FS + IPOV + ROA + NI + IPOR + Pd + MP30 + D20, data = IPO)
fit_rcpp(model_matrix, RobBS$coefficients)
fit_rcpp(model_matrix, RobH$coefficients)
如何使用 R 中的 bootstrap 方法計算 beta 回歸擬合值的置信區間
[英]How to calculate confidence intervals for fitted values of beta regression using the bootstrap method in R
如何在 R 中獲得自舉模型或具有穩健 SE 的模型的標准化回歸系數
[英]How to obtain standardized regression coefficients for bootstrapped models or models with robust SE in R
如何正確地將與具有隨機影響的變量名相關的公式傳遞到R中擬合的回歸模型中？
[英]How to correctly pass formulas associated with a variable name with random effects into fitted regression models in `R`?
如何使用多個線性回歸模型創建一個輸出，包括 Stargazer 中的 Cluster-Robust 標准誤差
[英]how to create one output with multiple linear regression models including Cluster-Robust Standard Errors in Stargazer
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.