文章预览
如果线性回归模型违反重要的前提条件,比如异方差性,并且审稿人揪住不放,那该怎么办? 其中一个潜在的办法是提供鲁棒标准误(robust standard error)。 这篇文章帮助各位使用R代码解决这个问题。 将提供两种计算鲁棒标准误的方法。 首先安装所需的R包,并且载入: install.packages( "sandwich" ) install.packages( "lmtest" ) library(sandwich) library(lmtest) R包get! 将使用R自带的数据集mtcars作为例子,查看数据集概况: summary(mtcars) 下一步,拟合一个回归模型,并且查看模型概况: mymodel summary(mymodel) 下一步,使用第一种方法计算鲁棒标准误: coeftest(mymodel, vcov = vcovHC(mymodel, type = "HC1" )) 可以修改上述的type代码选择不同的类型,比如:"HC3", "const", "HC", "HC0", "HC1", "HC2", "HC4", "HC4m", "HC5"。 再介绍第二种方法,代码如下: vcov_robust "HC1" ) ro_std_errors ro_std_errors 发现两
………………………………