如何在 R 中将 t 分布与 glm() 一起使用？

Question

我已经非常确定地证明，我使用标准回归生成的残差lm()可以通过具有 6 个左右自由度的 t 分布进行合理建模。我想使用glm()该错误模型，但我没有看到 t 适合其中一个系列。关于glm()与 t 配合良好的替代方案，或者可以作为 t 的替代品（或超集）的家族，有什么建议吗？

Answer 1

包heavy可以执行 t-student 回归模型。这是文档中的示例：

library(heavy)
data(ereturns)
fit <- heavyLm(m.marietta ~ CRSP, data = ereturns, family = Student(df = 6))
summary(fit)
# Linear model under heavy-tailed distributions
# Data: ereturns; Family: Student(df = 2.83727) 
# 
# Residuals:
#  Min        1Q    Median        3Q       Max 
# -0.142237 -0.036156  0.003433  0.041310  0.546533 
# 
# Coefficients:
#  Estimate Std.Error Z value p-value
# (Intercept) -0.0072   0.0082   -0.8876  0.3748
# CRSP         1.2637   0.1902    6.6459  0.0000
# 
# Degrees of freedom: 60 total; 58 residual
# Scale estimate: 0.002520795
# Log-likelihood: 71.81294 on 3 degrees of freedom