Je voudrais adapter un modèle linéaire (lm) où la variance des résidus dépend clairement de la variable explicative.
Pour ce faire, je sais utiliser glm avec la famille Gamma pour modéliser la variance, puis mettre son inverse dans les poids de la fonction lm (exemple: http://nitro.biosci.arizona.edu/r/chapter31 .pdf )
Je me demandais:
- Est-ce la seule technique?
- Quelles autres approches sont pertinentes?
- Quels packages / fonctions R sont pertinents pour ce type de modélisation? (autre que glm, lm)
glm()
alorslm()
dans le chapitre que vous liez. Il me semble queglm()
c'est tout ce qui est nécessaire et utilisé là-bas, mais j'ai peut-être manqué quelque chose. Vous pouvez essayer les moindres carrés généralisés (gls()
en nlme ) qui permettent d'estimer les poids pour contrôler le type d'hétéroscédasticité que vous mentionnez; voir?varFunc
et suivre les liens à partir de là. L'IIRCvarFixed()
fera ce que vous voulez.