Mengapa saya mendapatkan hasil yang sama untuk OLS dan GLS di R?

Ketika saya menjalankan kode ini:

require(nlme)

a <- matrix(c(1,3,5,7,4,5,6,4,7,8,9))

b <- matrix(c(3,5,6,2,4,6,7,8,7,8,9))

res <- lm(a ~ b)

print(summary(res))

res_gls <- gls(a ~ b)

print(summary(res_gls))

Saya mendapatkan koefisien yang sama dan signifikansi statistik yang sama pada koefisien:

Loading required package: nlme

Call:
lm(formula = a ~ b)

Residuals:
    Min      1Q  Median      3Q     Max 
-2.7361 -1.1348 -0.2955  1.2463  3.8234 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)  
(Intercept)   2.0576     1.8732   1.098   0.3005  
b             0.5595     0.2986   1.874   0.0937 .
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 2.088 on 9 degrees of freedom
Multiple R-squared: 0.2807, Adjusted R-squared: 0.2007 
F-statistic: 3.512 on 1 and 9 DF,  p-value: 0.09371 

Generalized least squares fit by REML
  Model: a ~ b 
  Data: NULL 
      AIC      BIC    logLik
  51.0801 51.67177 -22.54005

Coefficients:
                Value Std.Error  t-value p-value
(Intercept) 2.0576208 1.8731573 1.098477  0.3005
b           0.5594796 0.2985566 1.873948  0.0937

 Correlation: 
  (Intr)
b -0.942

Standardized residuals:
       Min         Q1        Med         Q3        Max 
-1.3104006 -0.5434780 -0.1415446  0.5968911  1.8311781 

Residual standard error: 2.087956 
Degrees of freedom: 11 total; 9 residual

Mengapa ini terjadi? Dalam hal apa estimasi OLS sama dengan estimasi GLS?

Anda mendapatkan hasil yang sama karena Anda tidak menentukan varian khusus atau struktur korelasi dalam glsfungsi. Tanpa opsi semacam itu, GLS berperilaku seperti OLS. Keuntungan dari model GLS dibandingkan dengan regresi normal adalah kemampuan untuk menentukan struktur korelasi (opsi correlation) atau membiarkan varians residual berbeda (opsi weights). Izinkan saya menunjukkan ini dengan sebuah contoh.

library(nlme)

set.seed(1500)

x <- rnorm(10000,100,12) # generate x with arbitrary values

y1 <- 10 + 15*x + rnorm(10000,0,5) # the first half of the dataset

y2 <-  -2 - 5*x + rnorm(10000,0,15) # the 2nd half of the data set with 3 times larger residual SD (15 vs. 5)

y <- c(y1, y2)
x.new <- c(x, x)

dummy.var <- c(rep(0, length(y1)), rep(1, length(y2))) # dummy variable to distinguish the first half of the dataset (y1) from the second (y2)

# Calculate a normal regression model   

lm.mod <- lm(y~x.new*dummy.var)

summary(lm.mod)

Coefficients:
                 Estimate Std. Error   t value Pr(>|t|)    
(Intercept)      10.27215    0.94237    10.900   <2e-16 ***
x.new            14.99691    0.00935  1603.886   <2e-16 ***
dummy.var       -12.07076    1.33272    -9.057   <2e-16 ***
x.new:dummy.var -19.99891    0.01322 -1512.387   <2e-16 ***

# Calculate a GLS without any options

gls.mod.1 <- gls(y~x.new*dummy.var)

summary(gls.mod.1)

Coefficients:
                    Value Std.Error    t-value p-value
(Intercept)      10.27215 0.9423749    10.9003       0
x.new            14.99691 0.0093504  1603.8857       0
dummy.var       -12.07076 1.3327194    -9.0572       0
x.new:dummy.var -19.99891 0.0132234 -1512.3868       0

# GLS again, but allowing different residual variance for y1 and y2

gls.mod.2 <- gls(y~x.new*dummy.var, weights=varIdent(form=~1|dummy.var))

summary(gls.mod.2)

 Parameter estimates:
       0        1 
1.000000 2.962565 

Coefficients:
                    Value Std.Error   t-value p-value
(Intercept)      10.27215 0.4262268    24.100       0
x.new            14.99691 0.0042291  3546.144       0
dummy.var       -12.07076 1.3327202    -9.057       0
x.new:dummy.var -19.99891 0.0132234 -1512.386       0

# Perform a likelihood ratio test

anova(gls.mod.1, gls.mod.2)

          Model df      AIC      BIC    logLik   Test  L.Ratio p-value
gls.mod.1     1  5 153319.4 153358.9 -76654.69                        
gls.mod.2     2  6 143307.2 143354.6 -71647.61 1 vs 2 10014.15  <.0001

Model GLS pertama ( gls.mod.1) dan model regresi linier normal ( lm.mod) menghasilkan hasil yang persis sama. Model GLS yang memungkinkan untuk deviasi standar residual yang berbeda ( gls.mod.2) memperkirakan SD residu y2menjadi sekitar 3 kali lebih besar dari SD residual y1yang persis seperti yang kami tentukan saat kami menghasilkan data. Koefisien regresi secara praktis sama, tetapi kesalahan standar telah berubah. Uji rasio kemungkinan (dan AIC) menunjukkan bahwa model GLS dengan varians residual yang berbeda ( gls.mod.2) cocok dengan data lebih baik daripada model normal ( lm.modatau gls.mod.1).

Varians dan struktur korelasi dalam gls

Anda dapat menentukan beberapa struktur varians dalam glsfungsi dan opsi weights. Lihat di sini untuk daftar. Untuk daftar struktur korelasi untuk opsi, correlationlihat di sini .

dan untuk memperjelas, dalam kasus korelasi serial residu, Anda dapat menggunakan estimasi OLS tentang itu, misalnya gls(..., cor=corAR1(0.6)), di sini 0,6, serta urutan berasal dari OLS, Anda dapat menghitungnya menggunakan arfungsi untuk residual dari OLS