在修正异方差问题中，是用GLM所得模型直接代替原来模型？

在修正异方差问题时，通常会使用异方差稳健标准误（heteroscedasticity-robust standard errors）来估计参数的标准误。这种方法可以通过广义线性模型（GLM）来实现。具体来说，我们可以使用基于GLM的估计方法，如广义最小二乘（GLS）、加权最小二乘（WLS）或广义估计方程（GEE）来解决异方差问题。其中，WLS是最常用的方法之一。

使用WLS方法时，我们需要对每个观测值进行一个权重，以反映其方差大小。通常，我们使用每个观测值的残差平方来作为权重，因为方差与残差平方成正比。然后，在进行回归分析时，我们将每个观测值的权重考虑在内，通过加权最小二乘法来估计回归系数。最终，我们可以得到一个异方差稳健的模型，用于代替原来的模型。

需要注意的是，在进行异方差稳健回归分析时，我们需要检验异方差的存在性，并根据检验结果选择合适的方法进行修正。同时，我们还需要检验异方差稳健的回归结果与非异方差稳健的回归结果是否一致，以确保我们得到的结果是可靠的。