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：

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？