Hola, ¿qué tal?
Rápidamente, se me ocurre lo siguiente:
datos <- data.frame( ingreso, edad, ocupacion )
datos <- data.frame( lapply( datos, function( x ) rep( x, factor ) ) )
lm(ingreso ~ edad + ocupacion, data = datos )
Así puedes recuperar tu conjunto de datos original.
Un tema de discusión distinto es ver si ese conjunto de datos original,
el alargado, se ajusta o no a las hipótesis que requiere tu modelo.
Un saludo,
Carlos J. Gil Bellosta
http://www.datanalytics.com
Juan Morales Velasco wrote:> Hola Buen día,
>
> estoy ajustando una regresión multiple, pero sucede que tengo un factor de
> expanción,
>
> digamos que deseo ajustar el modelo
>
> ingreso ~ edad + ocupacion
>
> mi problema es que cada observación tienen un factor de expanción, es decir
> cada variable no representa una observación sino más, que no es un número
> fijo para cada observación.
>
> por lo que a mí se me ocurrio usarlas como peso
>
> lm(ingreso ~ edad + ocupacion,weights=factor)
>
> pero al hacer esto me pondera la varíanza del modelo, por lo que mis
limites
> de inferencia se ven afectado por los factores. Cuando en realidad los
> factores no son correcciones a la varianza, en SAS recuerdo que esto se
> podía resolver usando los factores en lugar de como pesos como frecuencias
> de observaciónpero en R nose si exista alguna forma de hacer esto, decirle
> que el factor representa cuantas veces la observación aparece en la
muestra.
>
>
> Saludos.
>
> [[alternative HTML version deleted]]
>
>
>
> ------------------------------------------------------------------------
>
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es