Apa yang harus dilakukan dengan heterogenitas varians ketika spread berkurang dengan nilai yang lebih besar

Saya mencoba untuk menghasilkan model campuran linier kode R adalah sebagai berikut.

lme (Average.payoff ~ Game + Type + Others.Type + Game: Type + Game: Others.Type + Type: Others.Type, random = ~ 1 | Subjek, metode = "REML", data = Subjectsm1) -> lme1

Istilah respons Average.payoff kontinu sementara semua variabel penjelas semuanya biner.

Ketika saya sampai pada validasi, saya dapat dengan jelas melihat bahwa penyebaran residu berkurang dengan nilai yang lebih besar. Meskipun tampaknya ada banyak informasi tentang heterogenitas dalam bentuk di mana residual meningkat dengan nilai-nilai lebih besar saya belum membaca tentang kasus yang mirip dengan saya sendiri.

Saya telah merencanakan residual terhadap setiap efek penjelas dan dapat melihat bahwa spread berkurang dengan nilai yang lebih besar untuk variabel Game dan Type tetapi meningkat untuk variabel Others.Type.

Apa penyebabnya dan apa yang harus saya lakukan?

Haruskah saya melihat menambahkan istilah kuadratik atau menggunakan pemodelan aditif? Apakah ada transformasi yang harus diterapkan?

Terima kasih,

Jonathan

Menambahkan istilah kuadrat akan membantu jika mean bervariasi dengan cara itu tetapi variabilitasnya ada dalam varians dalam kasus Anda. Karena kovariat yang menyebabkan perubahan, bentuk estimasi fungsi varians yang melibatkan kovariat tersebut adalah pendekatan yang saya rekomendasikan.