来自read.csv和XLConnect的数据给出了简单回归的不同结果

Question

我有相同的数据文件。我使用read.csv和XLConnect包导入到R中。然后我在2个数值变量lm（N33~N31，data = thi）之间运行简单回归。然后我用fligner.test检查方差的同质性。结果不同。

XLConnect的结果：

简单回归：

lmba <- lm(N33 ~ N31, data = thi)

summary(lmba)

呼叫：

lm（公式= N33~N31，数据= thi）

残差： Min 1Q Median 3Q Max

-9.6703 -2.6592 -0.3724 3.0324 16.1673

系数： 估计标准。错误t值Pr（＆gt; | t |）

（拦截）-25.2481 1.4227 -17.75＆lt; 2e-16 ***

N31 5.2006 0.1153 45.10＆lt; 2e-16 ***

剩余标准误差：270自由度4.058 多个R平方：0.8828，调整后的R平方：0.8824 F统计量：2034在1和270 DF，p值：＆lt; 2.2E-16

Fligner测试：

fligner.test(N13 ~ N11, data = thi)

Fligner-Killeen方差同质性检验

数据：N13 by N11

Fligner-Killeen：med chi-squared = 259.961，df = 245，p值= 0.2443

read.csv的结果：

简单回归：

lmbt <- lm(N33 ~ N31, data = bt)

summary(lmbt)

呼叫：

lm（公式= N33~N31，数据= bt）

残差：     Min 1Q Median 3Q Max

-9.6497 -2.6758 -0.3566 3.0521 16.1764

系数：             估计标准。错误t值Pr（＆gt; | t |）

（拦截）-25.2590 1.4226 -17.76＆lt; 2e-16 ***

N31 5.2013 0.1153 45.12＆lt; 2e-16 ***

剩余标准误差：270自由度4.057 多个R平方：0.8829，调整后的R平方：0.8825 F统计量：2035在1和270 DF，p值：＆lt; 2.2e-16

Fligner测试：

fligner.test(N33 ~ N31, data = bt)

    Fligner-Killeen test of homogeneity of variances

数据：N33由N31

Fligner-Killeen：med chi-squared = 241.3114，df = 227，p-value = 0.2454

我非常感谢任何解释。

祝你有个美好的一天，

疃