我目前正在构建一个回归模型，该模型有助于使用收入、温度等某些因素来解释销售情况。在检查回归后的残差图时，残差是异方差的。
为了解释异方差性，我在 R 中使用了vcovHC()和coeftest()，它可用于在异方差性假设下重新计算标准误差及其 p 值。但这些函数返回 NA 值，因此所有相应的 p 值也是 NA。导致此问题的原因可能是什么以及如何解决？其代码如下：
fit_p <- lm(formula = final_list_p, data = new_data_p)
s_p <- summary(fit_p)
线性回归输出的汇总统计数据为：
Residuals:
Min 1Q Median 3Q Max
-244190 -60770 -5759 59730 311108
Coefficients:
Estimate
(Intercept)
Std. Error t value Pr(>|t|)
var1 -3.36E+05 1.77E+05 -1.893 0.059026 .
var2 -2.90E+04 4.96E+03 -5.86 8.97E-09 ***
var3 -1.75E+05 8.93E+04 -1.958 0.050834 .
var4 -4.62E+00 2.80E+00 -1.653 0.098975 .
var5 2.39E+01 7.85E+00 3.04 0.002503 **
var6 -6.32E+04 1.08E+05 -0.588 …