如何解决多元回归-如何使用权重变量Y的倒数将权重应用于最小二乘
运行多元回归时,有没有办法将加权应用于最小二乘误差? 我在Y(销售)中存在异方差问题。一些背景。我正在运行计量经济学时间序列模型(因此行中的数据是几周,列中的数据是自变量)。有些行的Y值较高(在复活节和圣诞节的季节性高峰左右)。峰值约为那些季节性峰值以外正常值的5倍。通常,在这些情况下,回归将更努力地使那些行的平方误差最小化,而其他行的优先级则降低。这可能对r平方有好处,但在整个时间段内都不能用作模型。因此,我想使用权重变量Y的倒数(即1 / Y)将权重应用于最小二乘。这样,最小二乘迭代将对那些季节性峰值以外的观测值更加有效。
Fit <- lm( Y ~ .,data= df )
我正在使用上面的代码,但是不确定是否可以通过某种方式将一些权重应用于最小二乘计算。我一直在搜索,但没有找到任何东西,但是得到加权结果进行回归,这是完全不同的。这是应用于最小二乘的权重。 如果任何人有什么好建议,或者提供链接可以在此查找。也许我需要另一个包裹?提前非常感谢
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。