แบบจำลองผลกระทบผสมทวินามลบที่ไม่พองศูนย์ใน R


17

มีแพ็คเกจดังกล่าวที่ให้การประมาณค่าแบบจำลองผลกระทบผสมทวินามลบศูนย์ใน R หรือไม่?

โดยที่ฉันหมายถึง:

  • Zero-inflation ที่คุณสามารถระบุรูปแบบทวินามสำหรับศูนย์เงินเฟ้อเช่นในฟังก์ชัน zeroinfl ในแพ็คเกจ pscl:

    zeroinfl (y ~ X | Z, dist = "negbin")
    โดยที่ Z คือสูตรสำหรับตัวแบบเงินเฟ้อศูนย์

  • การแจกแจงทวินามลบสำหรับส่วนการนับของโมเดล

  • เอฟเฟกต์สุ่มที่ระบุคล้ายกับฟังก์ชัน lmer ของแพ็คเกจ lme4

ฉันเข้าใจว่า glmmADMB สามารถทำสิ่งนั้นได้ทั้งหมดยกเว้นสูตรสำหรับอัตราเงินเฟ้อที่เป็นศูนย์ไม่สามารถระบุได้ (เป็นเพียงการสกัดกั้นนั่นคือ Z คือเพียง 1) แต่มีแพ็คเกจอื่นที่สามารถทำได้ทั้งหมดหรือไม่

ฉันจะขอบคุณมากสำหรับความช่วยเหลือของคุณ!


ฉันกำลังมองหาสิ่งเดียวกัน ฉันคิดว่า glmmADMB เป็นสิ่งที่ฉันต้องการ แต่ฉันไม่สามารถทำงานได้
gregmacfarlane

ฉันสงสัยว่าZIMหรือแพ็คเกจAODสามารถทำสิ่งที่คุณต้องการได้หรือไม่?
แกรมวอลช์

2
เป็นการอัปเดตแพคเกจglmmTMBโดย Ben Bolker สนับสนุนรูปแบบการผสมแบบเชิงเส้นทั่วไปที่ไม่มีการขยาย (ZIGLMM)
JWilliman

คำตอบ:


5

ฉันคิดว่านี่เป็นแพ็คเกจที่คุณต้องการ: glmmADMB ฉันดาวน์โหลดได้ที่นี่: http://otter-rsch.com/admbre/examples/glmmadmb/glmmADMB.html

แต่ฉันยังคงมีปัญหาบางอย่างเพื่อให้ทำงานได้ดังนั้นฉันทำตามคำแนะนำในลิงก์นี้และตอนนี้ก็ใช้งานได้ดีhttp://glmmadmb.r-forge.r-project.org/

หวังว่านี่จะช่วยได้!


โปรดทราบว่าแพคเกจนี้อนุญาตให้ปรับระยะของค่าคงที่สำหรับส่วนที่เป็นศูนย์เงินเฟ้อของรุ่นเท่านั้น
user2390246

1

psclแพคเกจให้สำหรับรูปแบบ Poisson ศูนย์ที่สูงเกินจริง ฉันไม่คิดว่ามันจะทำแบบจำลองทวินามลบได้ แต่มันอาจเป็นจุดเริ่มต้น บทความ JSS ที่เชื่อมโยงยังกล่าวถึงแพ็คเกจที่เกี่ยวข้องซึ่งอาจนำคุณไปสู่สิ่งที่คุณต้องการ


1
แพคเกจ pscl ทำ (ตอนนี้) อนุญาตโมเดลเชิงลบทวินามโดยใช้zeroinfl(..., dist = "negbin", ...)
user2390246

0

ทั้งนี้ขึ้นอยู่กับสิ่งที่คุณกำลังพยายามที่จะทำคุณอาจต้องการที่จะดูที่แพคเกจแอสเตอร์ รุ่น Aster ช่วยให้การวิเคราะห์ร่วมกันของหลายตัวแปรที่มีแจกแจงความน่าจะแตกต่างกันและเมื่อเร็ว ๆ นี้ได้รับการปรับปรุงเพื่อให้มีผลกระทบแบบสุ่ม พวกมันถูกออกแบบมาสำหรับการวิเคราะห์ประวัติชีวิตและจะทำงานในสถานการณ์ที่คุณสามารถแบ่งการตอบสนองของคุณออกเป็นส่วนต่าง ๆ ด้วยการแจกแจงที่แตกต่างกัน (เช่นการเอาตัวรอด = เบอร์นูลลีการสืบพันธุ์ = ปัวซอง) พวกเขาสามารถจัดการ "ศูนย์เงินเฟ้อ" โดยการสร้างแบบจำลองส่วนใหญ่ของศูนย์เป็น bernoulli และส่วนที่เหลือของการตอบสนองเป็นทวินามเชิงลบ

คุณจะพบเอกสารมากมายที่นี่:

http://www.stat.umn.edu/geyer/aster/

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.