R语言作加权最小二乘_R语言与计量经济学(三)异方差
这两部分都是对残差假设的检验,经典回归模型的残差服从(0,
library(ggplot2)
library(foreign)
data5.1<-read.dta("case 5-1.dta")
View(data5.1)
![](/assets/blank.gif)
给出数据的部分截图
一元拟合还是习惯先用ggplot2看下效果图。
p<-ggplot(data = data5.1,aes(x,y))
p+geom_point(colour="black",shape=3)+geom_smooth(method = "lm",colour="black",level=0.95)
![](/assets/blank.gif)
这里看到散的分布会随x的增大而更加分散,接下来我们看下拟合的残差与x的散点图。
lm1<-lm(y~x,data=data5.1)#回归
e<-resid(lm1)#获取残差
data.resid<-data.frame(data5.1[,2],e)#残差与x合并
ggplot(data = data.resid,aes(x,e))+geom_point()
![](/assets/blank.gif)
可以很明显看到残差随着x的增大更加分散。
这里还给出white检验和H.glejser检验
#white检验,p小于显著性则拒绝不具有异方差假设
x<-data5.1[,2]
fm<-lm(I(e^2)~x+I(x^2))
R<-summary(fm)$r.sq
n=nrow(fm$model)
m=ncol(fm$model)
W=n*R
p=1-pchisq(W,m-1)
data.frame(W,p)
white检验做一个辅助函数,让拟合的残差与x和x的平方进行拟合,构建卡方统计量。r语言里最好用I(x^2),不然它会以为就是x。
![](/assets/blank.gif)
这里W对应的p值小于0.05,则拒绝原假设,接受具有异方差。
接下来是glejser检验,是残差的绝对值与解释变量的各种形式拟合,比如x,x的平方,x开方这种,看拟合效果,这里就给出残差绝对值与x 和x开方的拟合结果。
#H.glejser检验,检验残差与个解释变量的拟合
lm.g1<-lm(abs(e)~x)
lm.g2<-lm(abs(e)~sqrt(x))
summary(lm.g1)$coef
summary(lm.g2)$coef
![](/assets/blank.gif)
这里可以看到系数的t简言之对应的p值都小于0.05,则可以说明具有异方差。
异方差的解决,一个就是两边同时取对数,进行拟合。可以减少异方差,这里就不再过多说明了。
还有就是加权的最小二乘法,实际就是原来模型地下同时除以一个标准差。 在r里就是给一个权重,实际上模型就是乘上权重的开方。不过有的书上是除以根号下e,有的是除以根号下x,其实都是一个意思,毕竟这里x和e是相关的。
#异方差的处理方法,取对数,加权最小二乘法
lm.lg<-lm(log(y)~log(x),data=data5.1)#取对数e<-summary(lm1)$resid
lm.weight<-lm(y~x,data=data5.1,weight=1/abs(e))#加权最小二乘法
summary(lm.weight)
![](/assets/blank.gif)
这里系数对应到公式里应该是,y/sqrt(e) = -3.579691/sqrt(e)+0.01186*x/sqrt(e).
这样异方差就能一定程度的解决了。
当然后面取对数就可以解决大部分的异方差问题了,而且操作也比较简单,可以先试试取对数的效果。
R语言作加权最小二乘_R语言与计量经济学(三)异方差相关推荐
- R语言作加权最小二乘_超越谷歌BERT!依图预训练语言理解模型入选NeurIPS
机器之心发布 机器之心编辑部 在本文中,本土独角兽依图科技提出了一个小而美的方案--ConvBERT,通过全新的注意力模块,仅用 1/10 的训练时间和 1/6 的参数就获得了跟 BERT 模型一样的 ...
- R语言作加权最小二乘_作比较的句子 具有作比较说明方法的句子有哪些?
不少人看到过象,都说象是很大的动物.其实还有比象大得多的动物,那就是鲸.[鲸] [没有美丽的外表,根本没人会去在意你美好的内心,这就是现实.] 松鼠的叫声很响亮,比黄鼠狼的叫声还有尖些.[松鼠] 松鼠 ...
- 用R语言做词频统计_R语言 | 词频统计
Python网络爬虫与文本数据分析 本章内容 导入停用词 读数据,分词 剔除停用词 导入停用词表 library(dplyr) ## [1] "?" "." & ...
- r包调用legend函数_R语言实现基于朴素贝叶斯构造分类模型数据可视化
本文内容原创,未经作者许可禁止转载! 目录 一.前言 二.摘要 三.关键词 四.算法原理 五.经典应用 六.R建模 1.载入相关包(内含彩蛋): 1.1 library包载入 1.2 pacman包载 ...
- R循环有两个_R语言数据分析与挖掘(第九章):聚类分析(2)——层次聚类
层次聚类(hierarchical clustering)基于簇间的相似度在不同层次上分析数据,从而形成树形的聚类结构,层次聚类一般有两种划分策略:自底向上的聚合(agglomerative)策略和自 ...
- python与r语言处理excel数据_R语言 | 读写txt、csv、excel文件
前段时间看到plotnine库(封装的R语言ggplot2)作的图太美了,有点想重新拾起R语言^_^ R语言代码略带凌乱,讲真的还是更喜欢Python代码简洁.不过好几年不琢磨R语言,对R语言代码的凌 ...
- R语言中dim函数_R语言 常见函数知识点梳理与解析 | 精选分析
目 录 1.str() 显示数据集和变量类型,并简要展示数据集情况 2.subset() 取子集 3.which.min(), which.max()和which() 4.pmin( )/ pmax ...
- R语言中dim函数_R语言中的方差分析方法汇总
方差分析,是统计中的基础分析方法,也是我们在分析数据时经常使用的方法.下面我总结一下R语言如何对常用的方差分析进行操作. 1. 方差分析的假定 上面这个思维导图,也可以看出,方差分析有三大假定:正态, ...
- R语言ineq算基尼系数_R语言常用计量分析包
R 语言常用计量分析包 CRAN 任务视图:计量经济学 线形回归模型( Linear regression models ) 线形模型可用 stats 包中 lm() 函数通过 OLS 来拟合, 该包 ...
最新文章
- php实现调查结果百分比显示,Php文本游戏试图根据百分比做出结果
- 企业如何告别这 5 类不靠谱的员工?
- ASP.NET Forums 2.0 本地化修改(四)
- 指针-数组传参,指针传参
- [APUE]进程控制(中)
- Centos 7 设置 SFTP
- Cplex教程(C++)
- 怎样在WORD里输入国际音标
- docker端口映射突然无效
- 基础知识(五)Blend2015 具有强大的组合功能,即合并功能。
- 自己总结的linux命令
- python 相关性分析原理及代码详细介绍
- 正式员工、合同工和外包人员有什么区别?
- GPU CPU NPU
- 【游戏客户端】10分钟搞定红点系统
- Springboot项目搭建有ftpClientPool的Ftp工具类
- JSP+Servlet+Javabean自助餐厅饭店收银管理系统带推荐
- 安全监控系统为煤矿安全生产提供强力支持
- 如何视频转语音?想知道视频转语音工具怎么用?
- 从实习生到自动化测试工程师,面试过程给我整吐了,你看你有没有经历过。