如何强制 lm() 和 glm() 函数不重构线性回归的权重？

Question

我只想运行

lm()

和

glm()

进行线性回归，而不重构权重，即按照指定的方式使用权重。我怎样才能做到这一点？

众所周知，但没有记录，这些函数会根据需要重构权重。 https://www.metafor-project.org/doku.php/tips:rma_vs_lm_lme_lmer 因此，如果您指定一些权重

w

以及

w*100

，那么您将获得相同的 p 值和置信区间。该问题仅存在于线性回归中，对于逻辑回归，权重被正确处理。

Answer 1

首先，更正：

lm

和

glm

不要重新调整权重（您可以检查代码），只是权重的总体平均值不会影响线性回归的答案（因为它应该't）。权重的平均值被吸收到尺度参数中——您可以看到估计的残差标准误差发生了变化。

如果您想通过将所有权重乘以 10 或类似的结果来获得小 10 倍的方差，一种方法是使用

lm

或

glm

，然后将标准误差除以重量。或者，如果您使用

glm

，您可以为

summary

函数指定不同的残差标准误差。

或者，如果你的权重是整数，你也可以这样做

expanded_data <- data[rep(1:nrow(data), data$weights), ]

重复每次观察的次数与其重量相同。

线性回归中这方面的统计应用并不多，因此它不是内置的。

如果您有一个具有固定尺度参数（例如泊松或二项式）的广义线性模型，则权重的总体尺度确实会影响标准误差（应该如此），但是如果您开始估计尺度参数（例如使用

quasibinomial

或

quasipoisson

）则不然。