R lm.gls 通過廣義最小二乘法擬合線性模型

說明

通過廣義最小二乘法擬合線性模型

用法

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

參數

formula	回歸模型的公式表達式，格式為 response ~ predictors 。有關其他詳細信息，請參閱formula 的文檔。
data	一個可選的 DataFrame 、列表或環境，用於解釋 formula 中出現的變量。
W	權重矩陣。
subset	表達式說明在擬合中應使用數據行的哪個子集。默認情況下包括所有觀察結果。
na.action	過濾缺失數據的函數。
inverse	邏輯：如果為 true W 指定權重矩陣的逆矩陣：如果使用方差矩陣，則這是合適的。
method	lm.fit 使用的方法。
model	模型框架應該退回嗎？
x	應該返回設計矩陣嗎？
y	應該返回響應嗎？
contrasts	用於部分或全部的對比列表
...	lm.fit 的附加參數。

細節

問題被轉換為不相關的形式並傳遞給lm.fit。

值

類 "lm.gls" 的對象，類似於 "lm" 對象。沒有 "weights" 組件，隻有少數 "lm" 方法可以正常工作。從版本 7.1-22 開始，殘差和擬合值指的是未轉換的問題。

也可以看看

gls , lm , lm.ridge