![](/img/trans.png)
[英]Function in R that computes heteroskedasticity-robust confidence intervals for a linear regression
[英]How to resolve heteroskedasticity in Multiple Linear Regression in R
我正在建模多元線性回歸。 我使用 bptest function 來測試異方差性。 結果在小於 0.05 時顯着。
如何解決異方差問題?
嘗試使用不同類型的線性回歸
同方差的普通最小二乘法 (OLS) 。
無相關誤差的異方差的加權最小二乘 (WLS) 。
具有相關誤差的異方差的廣義最小二乘 (GLS) 。
歡迎來到 SO,阿倫。
就個人而言,我不認為異方差是你“解決”的問題。 相反,您需要在 model 中允許這樣做。
你還沒有給我們任何數據,所以讓我們假設你的殘差方差隨着你的預測變量的大小而增加。 通常,處理它的一種簡單方法是轉換數據以使方差保持不變。 這樣做的一種方法可能是對數據進行日志轉換。 這可能會給你一個更恆定的方差。 但它也會改變您的 model。 您的錯誤不再是 IID。
或者,您可能有兩組要與 t 檢驗進行比較的觀測值,其中一組的方差大於另一組的方差。 這是一種不同的異方差性。 有一些標准“合並方差”t 檢驗的變體可以解決這個問題。
我意識到這不是傳統意義上的您問題的答案。 我本來會發表評論的,但在開始之前我就知道我需要的詞比評論所允許的要多。
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.