Меня интересует выполнение процентной регрессии наименьших квадратов, а не обычной регрессии наименьших квадратов в R. Это также можно назвать линейной моделью с мультипликативной ошибкой. Перед тем, как задать вопрос о наименьших квадратах на этом сайте, был задан один вопрос, и респонденты предложили взглянуть на взвешенную регрессию, причем одна возможность взвешивает каждое наблюдение за обратным квадратом его значения X.Регрессия процентной доли наименьших квадратов в R
stackoverflow.com/questions/15275236/least-square-percentage-regression
Однако, это предполагает, что я знаю, насколько каждое наблюдение должно быть взвешенным априори. Я не. Я не знаю, если ошибка процент составляет 1%, 10%, 15% и т.д. То, что я хочу, это модель подходит в качестве
y= b1*x + e
где термин ошибка моделируется как:
e= b2*x
b2 будет процентной ошибкой, которая должна быть минимизирована в модели регрессии. Я не смог найти какой-либо пакет или какой-либо код, подходящий для модели такого типа для R. Любая оценка обратной связи о том, как это сделать, будет очень признательна.
Это не эквивалентен использованию лога-преобразование у и продолжения обычная регрессия наименьших квадратов? Чтобы вернуться к нетрансформированному y, вы должны повысить уровень RHS, что приведет к мультипликативным терминам и ошибкам. – zkurtz
@zkurtz log transform предполагает, что отношение принимает вид y = e^x, и поэтому размер эффекта от обратного преобразования будет уменьшаться, если соотношение действительно линейно. Преобразование журнала может быть подходящим для определения значимости, но не для размера эффекта. Я предпочел бы моделировать данные так, как они есть на самом деле, вместо того, чтобы преобразовывать их к не нормальным остаткам за счет оценки правильного размера эффекта. – colin
Чтобы быть более явным, преобразование журнала обеспечило бы нормальное распределение ошибок и касалось гетероседастичности этого шаблона, чтобы его можно было обрабатывать в рамках OLS. Кроме того, в этой ситуации может оказаться оправданным взять размер эффекта из нетрансформированной модели. Однако то, что я предпочел бы сделать, это запустить одну модель, которая обрабатывает все это. Это было бы достигнуто путем выполнения процентной регрессии наименьших квадратов, а не обычной регрессии наименьших квадратов. – colin