問題タブ [vgam]

このパッケージを使用して、VGAMガンマ分布の 2 つのサンプル間の回帰を実行しています。リンクの識別機能を選択することはできますか? はいの場合、どのように？

私はこれらのコード行を使用していますが、動作します:

しかし、リンク機能を変更しようとしても機能しません。例:

次のエラー メッセージが表示されます。

ベータ二項分布のアルファとベータのモーメント推定法を試しています。http://en.wikipedia.org/wiki/Beta-binomial_distribution#Maximum_likelihood_estimationにある手順を実行します 。

これをPythonで正確にコーディングできたと思います：

出力：

これは例と同じ結果です。ただし、最尤法を使用するRパッケージVGAMを使用すると、アルファとベータの推定値は完全に異なります

私は何か間違ったことをしていますか？

モンテカルロ研究を行っています。私は、従属変数を 0 に打ち切り、不均一分散を伴う線形モデルを持っています。打ち切り率の平均は 25.9 です。

エラーが発生します

トービットモデルを推定しようとした後。

私のデータは標準分布からシミュレートされているため、問題は奇数変数に由来するものではありません。

実際のデータで同じ問題を抱えていた他の 2 つの質問を見つけました: lm() NA/NaN/Inf error、 lm() NA/NaN/Inf error しかし、満足のいく答えはないようでした。私のデータは簡単に再現できるので、問題の特定に役立つはずです

コードは次のとおりです。

トレースバックはこちら

*** 編集 ：

共変量を 1 つ削除し (X[3,i,] と X[4,i,] で試しました)、BondedDust が示唆するように下限打ち切りを -0.001 に設定すると、問題なく動作し、複製なしで複製数を 1000 にプッシュすることさえできます。大きな問題。

下限打ち切りを -0.001 に設定し、すべての共変量を維持するだけで、100 回の反復で 2 つのエラーが発生します。エラーが現在あることに注意する価値があります

さらに、これらの警告が表示されます

私は実際のデータをいくつか持っていますが、それはやや厄介です。

これは基本的に、正負の二項分布です (ゼロ カウントなし)。ただし、不適切な計算が発生する原因と思われる異常値がいくつかあります (おそらくアンダーフローまたは NaN でしょうか?) 最初の 8 つほどのエントリは妥当ですが、最後のいくつかはフィッティングに問題を引き起こしていると推測しています。

データは次のとおりです。

このコマンドはしばらく実行された後、エラー メッセージを吐き出します

しかし、外れ値を切り捨ててこれを再実行すると、posnegbinomial の解が得られます

ファミリ pospoisson (Positive Poisson: ゼロ値なし) を試すと、「引数は論理として解釈できません」という同様のエラーが発生します。

TRUE/FALSE が必要な欠損値について Stackoverflow に同様の質問がいくつかあることに気付きましたが、他の R パッケージを使用しています。これは、おそらくパッケージ作成者は、計算が失敗する可能性があることをよりよく予測する必要があることを示しています。

R のグループ化されたデータに条件付きロジットを適合させる方法を探しています。応答固有および個人固有の変数を使用した多項式の選択カウントがあります。残念ながら、拡張されたデータセットは大きすぎて処理できません。mlogitしたがって、たとえば、私が知っているほとんどのパッケージを使用できません。vglmパッケージから発見しましたVGAMが、応答カテゴリの説明変数が 1 つ欠落していると機能しません。

誰かが R で似たようなことを試しましたか?

ありがとう！

VGAMパッケージのvglm()関数から導出された多項ロジスティック回帰の予測値をプロットしたいと思います。

VGAMを使用することは重要です。これは、Stata で実行された同僚の分析を再現しようとしているからです。これは、この関数/パッケージを使用して達成したものです。

データのサブセット:

モデルは次のとおりです。

結果は次のようになります。

このpredict(m1, newdata)関数を使用すると、2 つの列が得られます。

Q1. これらの 2 つの列は、参照レベル (reflevel = 1) に対する 2 つのレベルのそれぞれの線形予測ですよね?

対照的に、 を使用するpredict(m1, newdata = newdata, type = "response")と、3 つの列 (0、1、および 2) が提供されます。

Q2. これらの 3 つの列は何ですか? 上記の比較に一致するものはどれですか (レベル 2 および 3 とレベル 1 の対比)?

Q3. 応答変数の予測値の標準誤差 (95% CI) を取得してプロットすることはできますか? もしそうなら、どのように？

概要: 多項ロジスティック回帰から、Stata から次のようなものを作成しようとしています。

実際には次のようになります。

基本的にcaretime3、予測変数 x ( pmt05allz) の 1 つによって x2 ( ) の範囲にわたって予測される応答変数 ( ) が必要ですが、最終的には( )arzの tertile によってグループ化された視覚化が必要です。arzarlevel