【发布时间】：2021-04-27 17:02:41
【问题描述】：
我正在研究不同生物群落中的飞蛾生物量，我想找到一个估算生物量的模型。我测量了 37088 个标本的前翅、腹部和胸部的长度和宽度，并分别称重（干燥）。
首先，我想对生物量的每个变量进行简单的线性回归。问题是，没有一个假设得到满足。数据不是线性的，生物量（和一些变量）不服从正态分布，存在异方差和大量异常值。现在我尝试使用 log、x^2、1/x 和 boxcox 转换我的数据，但它们都没有真正帮助。我还尝试过 Thiel-Sen 回归（因为数据太多而无法实现）和 Siegel 回归（生物质不是向量）。我可以尝试其他形式的非参数或基于中值的回归吗？因为我真的没有想法。
这是生物量的频率直方图： Frequency histogram dry biomass
所以我真正想做的是建立一个模型，根据我进行的测量来准确估计干生物量。我有一个适用于所有昆虫的幂函数（Rogers 等人），但这个估计值与我实际称重的值之间存在显着差异。因此，我只想构建一个包含所有重要变量的模型。我对幂函数不是很熟悉，但也许可以自己构建一个？任何人都可以推荐一种方法吗？提前致谢。
【问题讨论】：
-
这确实是一个交叉验证的问题，而不是 R 编程。请注意，您可以在不满足正态假设的情况下运行线性回归（例如，人们经常对二元因变量执行此操作；请参阅 Mostly Harmless Econometrics 了解为什么这可能是可以的）。您的标准误差将是错误的，但您的估计仍将最小化均方误差。如果您要进行预测，这就是您所需要的。
标签： r statistics bioinformatics non-linear-regression