Sto cercando di fare una regressione sui dati eteroscedastici in cui sto cercando di prevedere le varianze di errore e i valori medi in termini di un modello lineare. Qualcosa come questo:
In parole, i dati sono costituiti da misurazioni ripetute di a vari valori di e . Presumo che queste misurazioni consistano in un valore "vero" medio che è una funzione lineare di e , con rumore gaussiano additivo cui deviazione standard (o varianza, Non ho deciso) dipende anche linearmente da . (Potevo permettere dipendenze più complicato su e -, non v'è una forte motivazione teorica per una forma lineare - ma io le cose, piuttosto non complicare in questa fase.)
So che il termine di ricerca qui è "eteroscedasticità", ma tutto ciò che sono riuscito a trovare finora sono discussioni su come ridurlo / rimuoverlo per prevedere meglio , ma nulla in termini di tentare di prevedere in termini di variabili indipendenti. Vorrei stimare e con intervalli di confidenza (o equivalenti bayesiani), e se c'è un modo semplice per farlo in SPSS, tanto meglio! Cosa dovrei fare? Grazie.