Существует ли такой пакет, который обеспечивает нулевую раздувание отрицательной биномиальной оценки модели смешанных эффектов в R?
Под этим я подразумеваю:
Нулевая инфляция, где вы можете указать биномиальную модель для нулевой инфляции, как в функции zeroinfl в пакете pscl:
zeroinfl (y ~ X | Z, dist = "negbin")
где Z - формула для модели нулевой инфляции;Отрицательное биномиальное распределение для счетной части модели;
Случайные эффекты указаны аналогично функции lmer пакета lme4.
Я понимаю, что glmmADMB может сделать все это, за исключением того, что формула для нулевой инфляции не может быть определена (это просто перехват, то есть Z - просто 1). Но есть ли другие пакеты, которые могут сделать все это?
Я буду очень благодарен за вашу помощь!
r
mixed-model
count-data
negative-binomial
zero-inflation
Никита Самойлов
источник
источник
Ответы:
Я думаю, что это пакет, который вам нужен: glmmADMB. Я скачал его здесь: http://otter-rsch.com/admbre/examples/glmmadmb/glmmADMB.html
Но у меня все еще были некоторые проблемы с его запуском, поэтому я следовал инструкциям, приведенным в этой ссылке, и теперь он отлично работает http://glmmadmb.r-forge.r-project.org/
Надеюсь это поможет!
источник
Пакет pscl предусматривает модель Пуассона с нулевым надуванием . Я не думаю, что это может сделать отрицательную биномиальную модель, но это могло бы быть началом. В связанной статье JSS также обсуждаются связанные пакеты, которые могут привести вас к тому, что вы ищете.
источник
zeroinfl(..., dist = "negbin", ...)
В зависимости от того, что вы пытаетесь сделать, вы можете посмотреть на пакет астры . Модели Астер позволяют проводить совместный анализ нескольких переменных, которые имеют различные распределения вероятностей, и недавно были обновлены, чтобы учесть случайные эффекты . Они были разработаны для анализа истории жизни и будут работать в ситуациях, когда вы можете разделить свой ответ на отдельные части с различным распределением (например, выживание = Бернулли, размножение = Пуассон). Они могут справиться с «нулевой инфляцией», моделируя большинство нулей как бернулли, а оставшуюся часть ответа - как отрицательный бином.
Вы найдете много документации здесь:
http://www.stat.umn.edu/geyer/aster/
источник