Я хотел бы соответствовать линейной модели (лм), где дисперсия остатков явно зависит от объясняющей переменной.
Я знаю, как это сделать, используя glm с семейством Gamma для моделирования дисперсии, а затем поместив ее обратно в веса в функции lm (пример: http://nitro.biosci.arizona.edu/r/chapter31 .pdf )
Я размышлял:
- Это единственная техника?
- Какие еще подходы актуальны?
- Какие R пакеты / функции относятся к этому типу моделирования? (кроме ГЛМ, ЛМ)
glm()
тогдаlm()
в главе, на которую вы ссылаетесь. Мне кажется,glm()
это все, что требуется и используется там, но я, возможно, что-то упустил. Вы можете попробовать обобщенный метод наименьших квадратов (gls()
в формате nlme ), который позволяет оценивать веса, чтобы контролировать тип гетероскедастичности, который вы упоминаете; посмотрите?varFunc
и перейдите по ссылкам оттуда. IIRCvarFixed()
будет делать то, что вы хотите.