谁能提供一些关于如何weights在 Rlm函数中使用参数的指示？比如说，您试图在交通数据上拟合一个模型，并且您有数百行，每行代表一个城市（具有不同的人口）。如果您希望模型根据总体规模调整每个观测值的相对影响，您可以简单地指定weights=[the column containing the city's population]吗？那是可以进入的向量weights吗？或者您是否需要完全使用不同的 R 函数/包/方法？
很想知道人们是如何解决这个问题的——在我看到的任何线性建模教程中都没有看到它。谢谢！
我认为 R 帮助页面lm很好地回答了你的问题。权重的唯一要求是提供的向量必须与数据的长度相同。您甚至可以只提供数据集中变量的名称，R 将负责其余的工作，NA 管理等。您还可以在weight参数中使用公式。这是示例：
x <-c(rnorm(10),NA)
df <- data.frame(y=1+2*x+rnorm(11)/2, x=x, wght1=1:11)
## Fancy weights as numeric vector
summary(lm(y~x,data=df,weights=(df$wght1)^(3/4)))
# Fancy weights as formula on column of the data set
summary(lm(y~x,data=df,weights=I(wght1^(3/4))))
# Mundane weights as the column of the data set
summary(lm(y~x,data=df,weights=wght1))
注意权重必须是正数，否则 R 会产生错误。
你的建议应该有效。看看这是否有意义：
lm(c(8000, 50000, 116000) ~ c(6, 7, 8))
lm(c(8000, 50000, 116000) ~ c(6, 7, 8), weight = c(123, 123, 246))
lm(c(8000, 50000, 116000, 116000) ~ c(6, 7, 8, 8))
第二条线产生与第三条线相同的截距和斜率（与第一条线的结果不同），通过给予一个观测值相对于其他两个观测值的权重两倍，类似于复制第三条观测值的影响。