R语言White’s检验实战：检验回归模型中是否存在异方差性（heteroscedasticity）发生了异常差（heteroscedasticity）问题如何解决
Posted Data+Science+Insight
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了R语言White’s检验实战：检验回归模型中是否存在异方差性（heteroscedasticity）发生了异常差（heteroscedasticity）问题如何解决相关的知识，希望对你有一定的参考价值。
R语言White’s检验实战：检验回归模型中是否存在异方差性（heteroscedasticity）、发生了异常差（heteroscedasticity）问题如何解决
目录
以上是关于R语言White’s检验实战：检验回归模型中是否存在异方差性（heteroscedasticity）发生了异常差（heteroscedasticity）问题如何解决的主要内容，如果未能解决你的问题，请参考以下文章
R语言偏相关或者部分相关性系数计算实战：通过拟合两个回归模型或者pysch包计算偏相关系数（Partial Correlation）通过方差分析获得偏相关系数的F统计量（偏F检验二型检验）
R语言广义线性模型函数GLMglm函数构建逻辑回归模型（Logistic regression）使用卡方检验验证两个逻辑回归模型是否具有显著性（即删除无用特征后的模型和原始模型是否具有明显差异）
R语言使用car包的durbinWatsonTest函数检验回归模型的响应变量（或者残差）是否具有独立性（Independence是否具有自相关关javascript系autocorrelated）
R语言使用cph函数和rcs函数构建限制性立方样条cox回归模型使用ggcoxzph函数可视化进行Schoenfeld残差图检验模型是否满足等比例风险