Gibt es ein solches Paket, das eine Null-Inflation-Modellschätzung für negative Binomial-Mixed-Effects in R vorsieht?
Damit meine ich:
Null-Inflation, bei der Sie das Binomialmodell für die Null-Inflation angeben können, wie in der Funktion zeroinfl im Paket pscl:
zeroinfl (y ~ X | Z, dist = "negbin")
wobei Z die Formel für das Nullinflationsmodell ist;Negative Binomialverteilung für den Zählteil des Modells;
Zufällige Effekte angegeben ähnlich wie in Funktion lmer des Pakets lme4.
Ich verstehe, dass glmmADMB all das kann, außer dass die Formel für die Null-Inflation nicht spezifiziert werden kann (es ist nur ein Abschnitt, dh Z ist nur 1). Aber gibt es noch andere Pakete, die das alles können?
Ich werde für Ihre Hilfe sehr dankbar sein!
r
mixed-model
count-data
negative-binomial
zero-inflation
Nikita Samoylov
quelle
quelle
Antworten:
Ich denke, das ist das Paket, das Sie brauchen: glmmADMB. Ich habe es hier heruntergeladen: http://otter-rsch.com/admbre/examples/glmmadmb/glmmADMB.html
Aber ich hatte immer noch einige Probleme, um es zum Laufen zu bringen, also habe ich die Anweisungen in diesem Link befolgt und jetzt funktioniert es einwandfrei http://glmmadmb.r-forge.r-project.org/
Hoffe das hilft!
quelle
Das pscl- Paket bietet ein Poisson-Modell ohne Luftdruck . Ich glaube nicht, dass es ein negatives Binomialmodell geben kann, aber es könnte ein Anfang sein. Der verlinkte JSS-Artikel beschreibt auch verwandte Pakete, die Sie zu dem führen können, wonach Sie suchen.
quelle
zeroinfl(..., dist = "negbin", ...)
Je nachdem, was Sie versuchen, sollten Sie sich das Aster-Paket ansehen . Aster-Modelle ermöglichen die gemeinsame Analyse mehrerer Variablen mit unterschiedlichen Wahrscheinlichkeitsverteilungen und wurden kürzlich aktualisiert, um zufällige Effekte zu berücksichtigen . Sie wurden für die Analyse der Lebensgeschichte entwickelt und funktionieren in Situationen, in denen Sie Ihre Reaktion in verschiedene Teile mit unterschiedlichen Verteilungen aufteilen können (z. B. Überleben = Bernoulli, Reproduktion = Poisson). Sie können mit "Zero-Inflation" umgehen, indem sie die Mehrheit der Nullen als Bernoulli und den Rest der Antwort als negatives Binomial modellieren.
Hier finden Sie zahlreiche Dokumentationen:
http://www.stat.umn.edu/geyer/aster/
quelle