R语言中小样本违反异方差性的线性回归

简介: R语言中小样本违反异方差性的线性回归

在小样本中,当需要考虑异方差时wild bootstrap,R 包中的实现是一个不错的选择。

今天,在多元回归实验时,我向客户展示了标准残差与标准预测变量图SPSS可以提供的内容。这是我们通常用来评估同方差的图。我创建的补充R材料包括如何使用该程序包获得异方差一致性标准错误(HCSE)。

我在课上提到有些人建议默认使用HCSE。下课后,我试图了解不同HC之间的区别。以下论文是有帮助的:Zeileis (2004),1 Long & Ervin (2000),2 Cribari-Neto, Souza & Vasconcellos (2007),它也可以作为处理小样本量异方差的简短参考。

我了解到HCSE可能会出现问题 Wild Bootstrap可以很好地保持小样本(n = 40)在同方差, 异方差下的名义错误率 。  

r软件包包含一个称为的函数Pboot(),该函数执行通配引导程序来纠正异方差。

据我所知,该函数有一个局限性:执行回归时,不能 使用可选的dataframe参数lm()。这是此数据集的示例:

您不能将数据帧传递给Pboot函数,因此在调用之前需要接下来的几行lm()

              Estimate Std. Error   t value     Pr(>|t|)
(Intercept) 67.884318  1.1526357 58.894861 3.017231e-41
ptr_c       -2.798285  0.3685282 -7.593138 2.427617e-09
mts_c_10     2.477010  0.8167532  3.032752 4.190607e-03

Pboot(model = fit.0, J = 1000, K = 100)

$beta
[1] 67.884318 -2.798285  2.477010

$ci_lower_simple
[1] 65.5454924 -3.7301276 -0.0653991

$ci_upper_simple
[1] 70.221038 -1.904783  4.969260

教师月薪的CI包括0,有证据表明我们无法将其斜率与0区别开。α = .05的推论与OLS不同。

相关文章
|
6月前
|
算法 数据挖掘
R语言中的非线性回归模型
【4月更文挑战第27天】本文探讨了R语言中非线性回归模型的构建与应用,适用于处理非线性变量关系。模型设定涉及响应变量与解释变量的非线性函数连接,如幂函数、指数函数。参数估计通过最小化残差平方和实现,R提供`nls()`等函数支持。非线性回归广泛应用于生物学、经济学和工程学等领域,解决复杂系统中的非线性问题。实践中需注意初始参数选择、局部最优解及模型诊断验证。有效运用非线性回归模型能揭示数据模式,助力数据分析和决策。
188 2
|
6月前
【视频】线性回归中的贝叶斯推断与R语言预测工人工资数据|数据分享-3
【视频】线性回归中的贝叶斯推断与R语言预测工人工资数据|数据分享
【视频】线性回归中的贝叶斯推断与R语言预测工人工资数据|数据分享-3
|
6月前
|
机器学习/深度学习 数据可视化 Python
R语言使用逻辑回归Logistic、单因素方差分析anova、异常点分析和可视化分类iris鸢尾花数据集|数据分享
R语言使用逻辑回归Logistic、单因素方差分析anova、异常点分析和可视化分类iris鸢尾花数据集|数据分享
|
6月前
|
算法
R语言和STAN,JAGS:用RSTAN,RJAG建立贝叶斯多元线性回归预测选举数据
R语言和STAN,JAGS:用RSTAN,RJAG建立贝叶斯多元线性回归预测选举数据
|
3月前
|
资源调度 数据挖掘
R语言回归分析:线性回归模型的构建与评估
【8月更文挑战第31天】线性回归模型是统计分析中一种重要且实用的工具,能够帮助我们理解和预测自变量与因变量之间的线性关系。在R语言中,我们可以轻松地构建和评估线性回归模型,从而对数据背后的关系进行深入的探索和分析。
|
6月前
|
机器学习/深度学习 数据采集 数据可视化
R语言回归、anova方差分析、相关性分析 《精品购物指南》调研数据可视化
R语言回归、anova方差分析、相关性分析 《精品购物指南》调研数据可视化
R语言回归、anova方差分析、相关性分析 《精品购物指南》调研数据可视化
|
6月前
|
算法
R语言Gibbs抽样的贝叶斯简单线性回归仿真分析
R语言Gibbs抽样的贝叶斯简单线性回归仿真分析
R语言Gibbs抽样的贝叶斯简单线性回归仿真分析
|
6月前
|
数据采集 数据可视化 数据挖掘
数据分享|R语言逐步回归、方差分析anova电影市场调查问卷数据可视化
数据分享|R语言逐步回归、方差分析anova电影市场调查问卷数据可视化
|
6月前
|
移动开发
R语言线性回归模型拟合诊断异常值分析家庭燃气消耗量和卡路里实例带自测题
R语言线性回归模型拟合诊断异常值分析家庭燃气消耗量和卡路里实例带自测题
|
6月前
|
传感器 数据可视化 定位技术
【视频】R语言用线性回归预测共享单车的需求和可视化|数据分享
【视频】R语言用线性回归预测共享单车的需求和可视化|数据分享
【视频】R语言用线性回归预测共享单车的需求和可视化|数据分享