Gesloten. Deze vraag is niet op het onderwerp . Het accepteert momenteel geen antwoorden.

Reacties

  • Voeg een reproduceerbaar voorbeeld toe zodat mensen mee kunnen werken.
  • Op dit punt heb je ' nog niet de heteroscedasticiteitsstructuur binnen de groep in je model beschreven. Controleer ?gls en bekijk het weights argument. Als je meer nodig hebt, geef dan een werkbaar voorbeeld zoals @gung aangaf.
  • @Stefan Bedankt voor je suggestie. Ik heb het weights -argument bekeken en vond dat het varFunc en enz. Moest specificeren. Vanwege mijn beperkte bekwaamheid kan ik er echter niet achter komen hoe ik dat specifiek in mijn geval moet doen. Ik wil gewoon mijn variantie constanter maken. Ik heb ook mijn originele dataset toegevoegd en op dit moment is het misschien een geschikt reproduceerbaar voorbeeld?

Answer

Op dit moment heeft u “de heteroscedasticiteitsstructuur binnen de groep nog niet in uw model beschreven. Probeer weights=varPower() zoals weergegeven in het voorbeeld in ?gls . Dat verwijdert de heteroscedasticiteit in jouw geval.

Vergelijk: 

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

voer hier een beschrijving van de afbeelding in 

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

voer de beschrijving van de afbeelding hier in

Ook als je kijkt naar hoofdstuk 5.2.1 (pagina 208) in Mixed Effects-modellen in S en S -Plus door Pinheiro en Bates 2000 is er veel informatie over de variantie-functies in nlme. Dit antwoord kan ook nuttig zijn: Regressiemodellering met ongelijke variantie .

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *