Me gustaría ajustar un modelo lineal (lm) donde la varianza de los residuos depende claramente de la variable explicativa.
La forma en que sé hacer esto es usando glm con la familia Gamma para modelar la varianza, y luego poner su inverso en los pesos en la función lm (ejemplo: http://nitro.biosci.arizona.edu/r/chapter31 .pdf )
Me preguntaba:
- ¿Es esta la única técnica?
- ¿Qué otros enfoques son relevantes?
- ¿Qué paquetes / funciones de R son relevantes para este tipo de modelado? (aparte de glm, lm)
glm()
a continuación,lm()
en el capítulo que hace referencia. Me parece queglm()
es todo lo que se requiere y se usa allí, pero es posible que me haya perdido algo. Puede probar los mínimos cuadrados generalizados (gls()
en nlme ) que permiten estimar los pesos para controlar el tipo de heterocedasticidad que menciona; ver?varFunc
y seguir los enlaces desde allí. IIRCvarFixed()
hará lo que quieras.