我得到了两个不同定量变量之间关系的扇形散点图：
我正在尝试为这种关系拟合一个线性模型。我认为我应该对变量进行某种转换，以便在拟合线性回归模型之前统一关系中的上升方差，但我找不到这样做的方法。或者，在这些情况下可以使用更好的模型，我也找不到。
我试过rlm了，但残差仍然具有异方差性。我还尝试应用从每个 x 的所有 y 和其他类似的不稳定方法计算的 SD 比率。
我的问题：
- 是否有任何典型的方法来拟合扇形关系的模型或在这些情况下使用的典型模型？
- 是否有任何典型的转换可以应用于变量以减少其方差？
从扇形关系拟合回归模型，在 R
机器算法验证
r
回归
异方差
散点图
2022-03-17 22:47:07
1个回答
这是通过不同方法生成的两个扇形图：
（点击这里查看更大的版本。）
这些反过来又提出了两种不同的数据建模方法，看起来或多或少像这样：
取对数，并拟合系数限制为 1 的线性模型（也称为偏移量）
将除以，然后拟合一个仅常数模型。
将有其他方法来生成这样的数据，以及其他方法来拟合这样的数据。例如，其他一些可能性是：
适合带有身份链接的伽马 glm（并且可能没有截距）
由于方差与成比例的权重来构建加权回归。[对于通过原点的简单直线，这应该给出与 2 相同的结果。]
--
[ AndyW 关于可能缺少协变量的评论很重要。然而，我只是要处理建模扇形关系的问题，因为它本身就是一个有趣的话题；在实践中，您可能想调查他的建议，即似乎也存在潜在的缺失协变量。]
其它你可能感兴趣的问题