在R和lm的多元线性回归中如何使用权重?

在R和lm的多元线性回归中如何使用权重?,r,regression,multivariate-testing,R,Regression,Multivariate Testing,我有一个线性回归,它看起来像: 多变量模型=lm(cbind(y1,y2,y3)~,数据=温度) 我需要用这个做两件事,我发现很难做到。首先是提取方差,现在我正在使用sigma(multivariateModel),它已经返回 y1 y2 y3 31.22918 31.83245 31.01727 我想用这3个sigma来创建方差(sd^2),并根据我的回归对它们进行加权。目前,weights=cbind(31.22918,31.83245,31.01727)不起

我有一个线性回归,它看起来像:

多变量模型=lm(cbind(y1,y2,y3)~,数据=温度)

我需要用这个做两件事,我发现很难做到。首先是提取方差,现在我正在使用sigma(multivariateModel),它已经返回

  y1       y2       y3 
31.22918 31.83245 31.01727

我想用这3个sigma来创建方差(sd^2),并根据我的回归对它们进行加权。目前,weights=cbind(31.22918,31.83245,31.01727)不起作用,并且使用矩阵3列长并重复这些值也不起作用

以下是有问题的数据集:

有没有一种方法可以把它们作为一个加权矩阵来添加,这样我就可以得到一个适合的模型,或者除了lm之外,我还需要使用另外一个包来实现这个目的?谢谢


这里是数据集的链接:

您可以编辑您的问题以包含数据集的一部分吗?它已添加。请仔细阅读我提供给您的链接。现在,以图像形式显示的数据集不适合复制/粘贴。我添加了数据集的链接。