R语言中小样本违反异方差性的线性回归

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。

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。

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()

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。


可下载资源

​非常感谢您阅读本文,如需帮助请联系我们!


关于作者

Kaizong Ye拓端研究室(TRL)的研究员。

本文借鉴了作者最近为《R语言数据分析挖掘必知必会 》课堂做的准备。


随时关注您喜欢的主题

在wechat上关注我们

最新洞察

技术干货

 
QQ在线咨询
售前咨询热线
15121130882
售后咨询热线
0571-63341498