Verbesserung Regressionsmodell
Verfasst: Mo Jan 01, 2018 6:46 pm
Hallo und frohes Neues zusammen,
ganz abstrakt eine Frage zur Verbesserung der Regression. Ich würde gerne eine "normale" lin. Regression lm(y~x) vergleichen. Ich habe ein Modellund möchte nun dieses aufgrund von Heteroskedastizität und/oder (Auto-)Korrelation anpassen. Ich weiß, dass ich durch die Funktion coeftest "korrigierte" Werte erhalte:
Ziel ist es, verschiedene Residuenplots zum Vergleich zu erzeugen. Mit plot(fit) erzeuge ich vier wunderschöne Plots, hätte jedoch zum Vergleich gerne auch die Modelle mit "korrigierten" Werten.
PS: Es wäre ein Bonus, wenn ihr mir helfen könntet, "oben" direkt einzubringen, wie viele Lags berücksichtigt werden müssen. Also das per Funktion aus den Daten direkt die Lags gelesen werden.
Danke im Voraus!
ganz abstrakt eine Frage zur Verbesserung der Regression. Ich würde gerne eine "normale" lin. Regression lm(y~x) vergleichen. Ich habe ein Modell
Code: Alles auswählen
fit <- lm(y~x)
Code: Alles auswählen
library(sandwich)
s0=coeftest(fit)
s1=coeftest(fit,vcov=NeweyWest(fit,prewhite = FALSE))
s2=coeftest(fit,vcov=vcovHAC(fit))
s3=coeftest(fit,vcov=kernHAC(fit))
tbl <- data.frame(cbind(s0[c(5,6)],s1[c(5,6)],
s2[c(5,6)],s3[c(5,6)]))
names(tbl) <- c("Incorrect", "NeweyWest","vcovHAC", "kernHAC")
row.names(tbl) <- c("(Intercept)", "beta_1")
kable(tbl, digits=3,caption="t-Statistiken")
PS: Es wäre ein Bonus, wenn ihr mir helfen könntet, "oben" direkt einzubringen, wie viele Lags berücksichtigt werden müssen. Also das per Funktion aus den Daten direkt die Lags gelesen werden.
Danke im Voraus!