为什么logistic回归中的异方差稳健性标准误差？

Question

我正在学习有关R的课程。目前，我们正在进行逻辑回归。我们所教的基本形式是：

model <- glm(
  formula = y ~ x1 + x2,
  data = df,
  family = quasibinomial(link = "logit"),
  weights = weight
)

这对我来说非常有意义。但是，建议我们使用以下方法获取系数和异方差稳健的推断：

model_rob <- lmtest::coeftest(model, sandwich::vcovHC(model))

这让我有些困惑。读到有关vcovHC的情况表明它创建了“异方差一致性估计”。为什么在进行逻辑回归时会这样做？我教过它没有假定同调吗？另外，我不确定coeftest做什么？

谢谢！

Answer 1

您是对的-均方差（预测变量各个级别的残差具有相同的方差），这不是逻辑回归中的假设。但是，逻辑回归中的二进制响应是异方差（0或1），这就是为什么相应的估计量应与其保持一致的原因。我想这就是“异方差一致”的意思。正如@MrFlick所指出的那样，如果您想了解有关该主题的更多信息，可以使用Cross Validated。 coeftest产生估计系数的Wald测试统计量。这些测试为您提供一些有关根据您的数据预测变量（自变量）是否似乎与因变量相关联的信息。