r-使用coeftest在predive.lm()中结果

Question

我正在分析一个数据集，其中回归中误差项的方差并不是所有观察值的恒定。为此，我重新构建了模型，估计了使用Coeftest函数的HeteroSkedaticity-Obust(Huber-White(标准误差。现在，我想使用这些新结果进行预测((函数。

数据集看起来如下，但有多个x：

set.seed(123)
x <- rep(c(10, 15, 20, 25), each = 25)
e <- c()
e[1:25] <- rnorm(25, sd = 10)
e[26:50] <- rnorm(25, sd = 15)
e[51:75] <- rnorm(25, sd = 20)
e[76:100] <- rnorm(25, sd = 25)
y <- 720 - 3.3 * x + e
model <- lm(y ~ x)
library(lmtest)
library(sandwich)
coeftest(model, vcov=vcovHC(model, "HC1"))  

我在Internet上找到了以下解决方案：

predict.rob <- function(x,vcov,newdata){
    if(missing(newdata)){ newdata <- x$model }
    tt <- terms(x)
    Terms <- delete.response(tt)
    m.mat <- model.matrix(Terms,data=newdata)
    m.coef <- x$coef
    fit <- as.vector(m.mat %*% x$coef)
    se.fit <- sqrt(diag(m.mat%*%vcov%*%t(m.mat)))
    return(list(fit=fit,se.fit=se.fit))}

剩下的问题是我的回归具有1个以上的回归剂。

有什么方法可以将此分辨率加入多个(7(解释变量？

预先感谢！

Answer 1

我不确定，但是coeftest功能仅执行测试。您不能直接将其结果用于预测。也许，您可以在某种程度上通过vcovHC(model, "HC1")指定predict.lm COVARAINCE。我希望这会有所帮助。