0

我robustreg在 R 中使用包来拟合稳健的回归模型，我的模型基于迭代重新加权的最小二乘，这些模型中的最小二乘使用 Tukey 的 Bisquare Psi 函数和 Huber Psi 函数加权，以估计我使用以下代码的模型：

 RobBS <- robustRegBS(UND~FA+FS+IPOV+ROA+NI+IPOR+Pd+MP30+D20,data=IPO, m=TRUE, max.it=1000)

RobH <- robustRegH(UND~FA+FS+IPOV+ROA+NI+IPOR+Pd+MP30+D20,data=IPO, m=TRUE, max.it=1000)

但是该函数只返回系数、权重和均方误差，所以我需要找到拟合值，为此我使用了函数fitted()并predict()以从两个函数获得的输出为目标，但它没有用，有没有专门为这种情况制作的R包？我的意思是一个可以计算稳健回归模型的拟合值的包。

4

1 回答 1

1

包裹本身可能是要走的路。包的创建者似乎对 R 的类功能知之甚少。包包含一个函数fit_rcpp，使用help(fit_rcpp)文档声明它将给出 y 的稳健预测，给定设计 X 和系数 b（也没有很好地解释）。

因此，对于这个特定的包，您可以使用此函数获得估计值。

model_matrix <- model.matrix(UND ~ FA + FS + IPOV + ROA + NI + IPOR + Pd + MP30 + D20, data = IPO)
fit_rcpp(model_matrix, RobBS$coefficients)
fit_rcpp(model_matrix, RobH$coefficients)
于 2019-02-13T09:49:06.067 回答