GLM с авторегрессивным термином для исправления для последовательной корреляции

Все это определенно работало бы. Лично, для той конкретной проблемы, я, вероятно, проявил бы немного другого подхода. Возможно, что-то вроде этого:

class MyClass {
  public Point point1, point2, point3;

  private Point[] points;

  public MyClass() {
    //...
    this.points = new Point[] {point1, point2, point3};
  }

  public void DoSomethingWith(int i) {
    Point target = this.points[i+1];
    // do stuff to target
  }
}

При использовании шаблонов как это, необходимо быть осторожными, что данные хранятся ссылкой а не значением. Другими словами, не делайте этого с примитивами. Необходимо использовать их большие чрезмерно увеличенные в размерах дубликаты класса.

я понял, что это не точно вопрос, но на вопрос вполне прилично ответили, и я думал, возможно, что альтернативный подход мог бы помочь.

7
задан Karl 14 December 2009 в 06:27
поделиться

2 ответа

Пакет GLMMarp подходит для этих моделей. Если вам просто нужна линейная модель с ошибками Гаусса, вы можете сделать это с помощью функции arima () , где ковариаты указаны с помощью аргумента xreg .

9
ответ дан 6 December 2019 в 12:51
поделиться

Какова ваша функция связи?

То, как вы это описываете, звучит как базовая линейная регрессия с автокоррелированными ошибками. В этом случае один из вариантов - использовать lm для получения согласованной оценки ваших коэффициентов и использовать стандартные ошибки Newey-West HAC .

Я не уверен, что лучший ответ для GLM в целом.

2
ответ дан 6 December 2019 в 12:51
поделиться
Другие вопросы по тегам:

Похожие вопросы: