Lukket. Dette spørgsmål er uden for emnet . Det accepteres i øjeblikket ikke svar.

Kommentarer

  • Tilføj venligst et reproducerbart eksempel for folk at arbejde med.
  • På dette tidspunkt har du ikke ' ikke beskrevet heteroscedasticitetsstrukturen inden for gruppen i din model endnu. Tjek ?gls og kig på argumentet weights. Hvis du har brug for mere end det, bedes du give et brugbart eksempel, som @gung påpegede.
  • @Stefan Tak for dit forslag. Jeg kiggede på argumentet weights og fandt ud af, at det er nødvendigt at angive varFunc og osv. På grund af min begrænsede evne kan jeg dog ikke finde ud af, hvordan jeg gør det specifikt i mit tilfælde. Jeg vil bare gøre min afvigelse mere konstant. Jeg har også tilføjet mit originale datasæt, og lige nu kan det være et passende eksempler?

Svar

På dette tidspunkt har du ikke beskrevet den heteroscedasticitetsstruktur inden for gruppen i din model endnu. Prøv weights=varPower() som vist i eksemplet i ?gls Det slipper heteroscedasticiteten i dit tilfælde.

Sammenlign: 

m1 <- gls(salary ~ age*sex) plot(m1)

indtast billedebeskrivelse her 

m2 <- gls(salary ~ age*sex, weights=varPower()) plot(m2)

indtast billedbeskrivelse her

Også hvis du ser i kapitel 5.2.1 (side 208) i modeller med blandede effekter i S og S -Plus af Pinheiro og Bates 2000, der er en masse information om variansfunktionerne i nlme. Dette svar kan også være nyttigt: Regressionsmodellering med ulig varians .

Skriv et svar

Din e-mailadresse vil ikke blive publiceret. Krævede felter er markeret med *