R 异性恋问题解决了吗?
我创建了收入和支出两个连续变量的线性回归模型。前者为自变量,后者为因变量。我最初发现,在查看数据分布后,然后计算后估计函数(Breusch-Pagan检验),计算出p值<2.2e-16后,模型中存在异方差性。由于这低于显著性水平0.05,我拒绝了存在同质性的无效假设,并得出结论,异质性确实存在 在试图纠正异方差时,我使用以下代码对因变量使用box-cox变换:R 异性恋问题解决了吗?,r,math,statistics,linear-regression,R,Math,Statistics,Linear Regression,我创建了收入和支出两个连续变量的线性回归模型。前者为自变量,后者为因变量。我最初发现,在查看数据分布后,然后计算后估计函数(Breusch-Pagan检验),计算出p值
lmodI = lm(LCF2010$expense ~ LCF2010$income, data=newexcel) #my original Original model
boxcox(lmodI, lambda = seq(0,0.5,0.1)) #Found the ideal lambda value to be 0.35
newexcel <- cbind(newexcel, newexcel$expense^0.35) #Added the new variable to the original dataframe
names(newexcel)[14] <- "Yprime" #Changed the column name to "Yprime"
lmodINew <- lm(Yprime ~ income, data=newexcel) #Created the new linear model
lmodI=lm(LCF2010$expense~LCF2010$income,data=newexcel)#我的原始模型
boxcox(lmodI,lambda=seq(0,0.5,0.1))#发现理想的lambda值为0.35
newexcel从你的曲线图来看,你似乎有几百次观察。请记住,Breusch-Pagan检验本质上是观测次数乘以R平方,其中R平方来自回归器上残差的辅助回归(见中的等式[8.16])。如果n很大,该统计将始终拒绝无效假设 从你的情节来看,你似乎有几百次观察。请记住,Breusch-Pagan检验本质上是观测次数乘以R平方,其中R平方来自回归器上残差的辅助回归(见中的等式[8.16])。如果n很大,该统计将始终拒绝无效假设 AIC是如何从一个模型转换到下一个模型的?AIC是如何从一个模型转换到下一个模型的?