R lm.gls 通过广义最小二乘法拟合线性模型

说明

通过广义最小二乘法拟合线性模型

用法

lm.gls(formula, data, W, subset, na.action, inverse = FALSE,
       method = "qr", model = FALSE, x = FALSE, y = FALSE,
       contrasts = NULL, ...)

参数

formula	回归模型的公式表达式，格式为 response ~ predictors 。有关其他详细信息，请参阅formula 的文档。
data	一个可选的 DataFrame 、列表或环境，用于解释 formula 中出现的变量。
W	权重矩阵。
subset	表达式说明在拟合中应使用数据行的哪个子集。默认情况下包括所有观察结果。
na.action	过滤缺失数据的函数。
inverse	逻辑：如果为 true W 指定权重矩阵的逆矩阵：如果使用方差矩阵，则这是合适的。
method	lm.fit 使用的方法。
model	模型框架应该退回吗？
x	应该返回设计矩阵吗？
y	应该返回响应吗？
contrasts	用于部分或全部的对比列表
...	lm.fit 的附加参数。

细节

问题被转换为不相关的形式并传递给lm.fit。

值

类 "lm.gls" 的对象，类似于 "lm" 对象。没有 "weights" 组件，只有少数 "lm" 方法可以正常工作。从版本 7.1-22 开始，残差和拟合值指的是未转换的问题。

也可以看看

gls , lm , lm.ridge