如何在R中的函数lm中使用权重？

谁能提供一些有关如何weights在R lm函数中使用参数的指针？举例来说，假设您要针对交通数据拟合模型，并且有数百行，每个行代表一个城市（人口不同）。如果您希望模型根据人口规模来调整每个观测值的相对影响，您是否可以简单指定weights=[the column containing the city's population]？那是可以进入的向量weights吗？还是您需要完全使用其他R函数/包/方法？

好奇地听到人们如何解决这个问题-在我在那里看到的任何线性建模教程中都没有看到它。谢谢！

我认为R帮助页面的lm答案很好。对权重的唯一要求是提供的向量必须与数据长度相同。您甚至可以只提供数据集中变量的名称，R负责其余部分，NA管理等。您还可以在weight参数中使用公式。这是示例：

x <-c(rnorm(10),NA)
df <- data.frame(y=1+2*x+rnorm(11)/2, x=x, wght1=1:11)

## Fancy weights as numeric vector
summary(lm(y~x,data=df,weights=(df$wght1)^(3/4))) 

# Fancy weights as formula on column of the data set
summary(lm(y~x,data=df,weights=I(wght1^(3/4))))

# Mundane weights as the column of the data set
summary(lm(y~x,data=df,weights=wght1))

请注意，权重必须为正，否则R将产生错误。

您的建议应该可行。看看这是否有意义：

lm(c(8000, 50000, 116000) ~ c(6, 7, 8))
lm(c(8000, 50000, 116000) ~ c(6, 7, 8), weight = c(123, 123, 246))
lm(c(8000, 50000, 116000, 116000) ~ c(6, 7, 8, 8))

通过为一个观测值提供相对于其他两个观测值的权重相对两倍的权重，第二行产生与第三行相同的截距和斜率（与第一行的结果不同），类似于复制第三观测值的影响。