slm：平稳线性模型
在假设误差相关的一般情况下，为线性回归提供统计程序。可以使用不同的方法来估计最小二乘估计量的渐近协方差矩阵。从协方差矩阵的估计开始，修改了置信区间和参数的常规检验。这个包的函数与“lm”的函数非常相似：它包含summary（）、plot（）、confint（）和predict（）等方法。E.Caron、J.Dedecker和B.Michel（2019）在论文《平稳误差线性回归：R包slm》中描述了“slm”包，arXiv预印本<doi:10.48550/arXiv.1906.06583>.
| 版本： |
1.2.0 |
| 取决于： |
R（≥2.10） |
| 进口： |
利萨，方法，统计信息，卡普什,三明治,矩阵指数函数 |
| 出版： |
2020年8月31日 |
| 作者： |
Emmanuel Caron、Jéróme Dedecker、Bertrand Michel |
| 维护人员： |
Emmanuel Caron<emmanuelcaron3 at gmail.com> |
| 许可证： |
GPL-3公司 |
| 需要编译： |
不 |
| CRAN检查： |
slm结果 |
文档：
下载内容：
链接：
请使用规范形式https://CRAN.R-project.org/package=slm链接到此页面。