运行多元回归时，有没有办法将加权应用于最小二乘误差？ 我在Y（销售）中存在异方差问题。一些背景。我正在运行计量经济学时间序列模型（因此行中的数据是几周，列中的数据是自变量）。有些行的Y值较高（在复活节和圣诞节的季节性高峰左右）。峰值约为那些季节性峰值以外正常值的5倍。通常，在这些情况下，回归将更努力地使那些行的平方误差最小化，而其他行的优先级则降低。这可能对r平方有好处，但在整个时间段内都不能用作模型。因此，我想使用权重变量Y的倒数（即1 / Y）将权重应用于最小二乘。这样，最小二乘迭代将对那些季节性峰值以外的观测值更加有效。
Fit <- lm( Y ~ . ,data= df )
我正在使用上面的代码，但是不确定是否可以通过某种方式将一些权重应用于最小二乘计算。我一直在搜索，但没有找到任何东西，但是得到加权结果进行回归，这是完全不同的。这是应用于最小二乘的权重。 如果任何人有什么好建议，或者提供链接可以在此查找。也许我需要另一个包裹？提前非常感谢