suljettu. Tämä kysymys on aiheen ulkopuolella . Se ei tällä hetkellä hyväksy vastauksia.

Kommentit

  • Lisää toistettava esimerkki , jonka kanssa ihmiset voivat työskennellä.
  • Tässä vaiheessa et ole vielä ' kuvannut mallissasi ryhmän sisäistä heteroskedastisuusrakennetta. Tarkista ?gls ja katso weights -argumentti. Jos tarvitset enemmän kuin sitä, anna toimiva esimerkki, kuten @gung huomautti.
  • @Stefan Kiitos ehdotuksestasi. Katsoin weights -argumenttia ja huomasin, että sen on määritettävä varFunc ja niin edelleen ,. Pienen kykynsä takia en kuitenkaan voi selvittää, miten se tehdään nimenomaan minun tapauksessani. Haluan vain tehdä varianssistani tasaisemman. Lisäksi olen lisännyt alkuperäisen tietojoukkoani ja juuri nyt se voi olla sopiva toistettavissa oleva esimerkki?

Vastaa

Tässä vaiheessa et ole vielä kuvannut mallisi ryhmän sisäistä heteroskedastisuusrakennetta. Kokeile weights=varPower() kuten esimerkissä ?gls Se poistaa heteroscedastisuuden tapauksessasi.

Vertaa:

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

kirjoita kuvan kuvaus tähän

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

kirjoita kuvakuvaus tähän

Jos katsot myös luvun 5.2.1 (sivu 208) S ja S -tehosekemallit -Plusheiro ja Bates 2000, on paljon tietoa varianssitoiminnoista kohdassa nlme. Tämä vastaus voi myös olla hyödyllinen: Regressiomallinnus epätasaisella varianssilla .

Vastaa

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *