[英]How to calculate confidence intervals for fitted values of beta regression using the bootstrap method in R
[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)
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.