r - 是否有一个函数可以模拟来自稳健线性回归或分位数回归模型的数据?
问题描述
是否有任何函数可以模拟来自稳健线性模型或分位数回归模型的响应变量,例如线性模型(即stats::simulate.lm
)?
如果没有,有没有办法调整代码来为任一模型执行此操作?
这是我正在处理的数据和模型的示例:
#Data
df <- data.frame(Response = c(1:30 + rnorm(n = 30)), Covariate = c(seq(from = 10, to = 1.3, by = -0.3)))
#Robust linear regression
fit.rlm <- MASS::rlm(Response ~ Covariate, data = df)
#Quantile regression
fit.qr <- quantreg::rq(Response ~ Covariate, data = df, tau = c(0.025,0.5,0.975)
解决方案
推荐阅读
- amazon-web-services - 复制实例但无法访问新的私有 IP 地址
- javascript - TypeScript - 从基类访问子类类型
- excel - 您的文件 xxxx.xlsx 未更新,因为我们无法应用用户名所做的更改
- python - 在 Firebase 身份验证时间段后禁用用户帐户
- javascript - JS函数变量看不到全局变量
- c++ - 使用函数重载向模板化函数注入行为的规则
- sql - 如何使用具有未确定/动态路径的嵌套 JSON 的 OPENJSON 方法?
- plotly-python - ufunc 'add' 不包含签名匹配类型的循环(dtype('
dtype(' 我正在尝试绘制一个网络图,以显示 1980 年从不同国家到澳大利亚的移民数量。我有两列,一列用于国家,一列用于特定年份。在我的代码的这一步中,我遇到了以下错误。有什么帮助吗?
for node, adjacencies in enumerate(G.adjacency()):
- windows - 如何通过函数调用 WSAsend 避免将多个缓冲区组合成一个 UDP 数据包?
- java - 方法java中的类参数