Ya sea para usar una regresión lineal robusta o bootstrapping cuando hay heterocedasticidad?

8

Tengo un conjunto de datos donde necesito hacer una regresión lineal. Desafortunadamente hay un problema con la heterocedasticidad. He vuelto a ejecutar el análisis utilizando una regresión robusta con el estimador de HC3 para la varianza y también he hecho bootstrapping con la función bootcov en Hmisc para R. Los resultados son bastante cercanos. ¿Qué se recomienda generalmente?

regression bootstrap heteroscedasticity Misha
fuente
¿Qué paquete de R usaste para la estimación de HC3? sandwich, contrast?
chl
Otra pregunta mientras estamos en: ¿Cuál es el diseño que está considerando? Quiero decir, ¿hay algún agrupamiento o predictores múltiples, o es una regresión lineal simple? Esto puede ayudar al lector a comprender mejor el contexto de su estudio.
chl
¿Has intentado volver a expresar la variable dependiente para estabilizar la varianza?
whuber
Estoy usando el paquete sandwich para el estimador HC3. Estoy usando una simple regresión lineal. Intuitivamente me siento más cómodo con la versión bootstrap y creo que me quedaré con eso. // gracias por la entrada
Misha

Respuestas:

5

En economía, generalmente se informan los errores estándar de Eicker-White o "robusto". Bootstrapping (por desgracia, diría) es menos común. Yo diría que las estimaciones robustas son la versión estándar.

Charlie
fuente
4

Puede usar mínimos cuadrados generalizados, como la función gls () del paquete nlme, que le permite especificar una función de varianza utilizando el argumento de peso.

Andrew Robinson
fuente
¿Qué criterio debemos usar para elegir la clase de función de varianza?
Rafael