我想找到最接近类似于Stata输出的R实现,以便使用具有异方差校正标准误差的最小二乘回归函数.具体来说,我希望更正的标准误差在"摘要"中,而不必为我的第一轮假设检验做额外的计算.我正在寻找一种与Eviews和Stata一样"干净"的解决方案.
到目前为止,使用"lmtest"软件包,我能想到的最好的是:
model <- lm(...)
coeftest(model, vcov = hccm)
这给了我想要的输出,但它似乎没有使用"coeftest"来表达它的目的.我还必须使用不正确的标准错误的摘要来读取R ^ 2和F stat等.我觉得应该存在一个"一线"解决方案来解决动态R的问题.
谢谢
假设我有一个名为" x" 的变量x=5.
我想要做:
disp('x is equal to ' + x +'.');
并打印代码:
x等于5.
这就是我习惯于用Java做事的方式,所以它们必须在MATLAB中以类似的方式完成.
谢谢
这是我希望在R中实现的通用算法:
if (x[i]>y[i]) x[i] = y[i]
x并且y当然载体.这个问题看起来像循环是解决方案.
我需要在R中实现的通用算法是:
z_i=min(x_i-y_i-a,x_i-b).
我使用i作为我的z,y和x向量的索引.Z是我想在回归模型中使用的新向量.如果使用各种类型的循环尝试没有成功.