首页 文章

glmulti与分数logit模型

提问于
浏览 次
3

我想用命令拟合小数logit模型：

glmfit <- glm(tr1 ~ period + male + stib+ income, 
   family = quasibinomial(link = "logit"), data=mydata)

其中 tr1 是一个介于0和1之间的变量（包括一些零） .

我现在想要选择QAIC值最小的模型（即测试自变量的可能组合并检查得到的QAIC值） . 为此，我尝试在R中应用 glmulti 命令：

require("glmulti")
glmulti.out <- glmulti(tr1 ~ period + male + stib+ income, 
  data = mydata,crit = "qaic", 
   confsetsize = 5, fitfunction = "glm", 
   family = quasibinomial(link = "logit"))

但是，我经常遇到以下错误，我不明白为什么：

lesCrit中的错误[sel] = cricri：replacement的长度为零

有谁知道我怎么能克服这个问题？

r glm

1 回答

  • 0

    对我来说，这工作：

    library(bbmle)
qaicmod = function (fit) qAIC(fit, dispersion=with(fit,sum((weights * residuals^2)[weights > 0])/df.residual) ) 

glmulti.out <- glmulti(tr1 ~ period + male + stib+ income, 
  data = mydata,crit = "qaicmod", 
   confsetsize = 5, fitfunction = "glm", 
   family = binomial(link = "logit"))

    这使用常规二项GLM，但是基于估计的色散系数计算QAIC . 在qaicmod函数的色散参数中，您还可以将包含所有变量的完全拟随机GLM的估计色散系数（我已经看到的一些统计推荐），即改为使用

    disp <<- summary(fullmodel)$dispersion
qaicmod = function (fit) qAIC(fit, dispersion=disp)

    最后，我也尝试过使用

    library(MuMIn)
x.quasibinomial <<- function(...) {
res <- quasibinomial(...)
res$aic <- binomial(...)$aic
res
}
qaicmod <<- function (fit) QAIC(update(fit, family = x.quasibinomial), chat = deviance(fit) / df.residual(fit))

glmulti.out <- glmulti(tr1 ~ period + male + stib+ income, 
      data = mydata,crit = "qaicmod", 
       confsetsize = 5, fitfunction = "glm", 
       family = binomial(link = "logit"))

    但是这会返回错误 "Error in eval(expr, envir, enclos) : could not find function "fitfunc"" - 不知道我怎么能解决这个问题...（想法是这个解决方案会将模型正确地重新定义为一个quasibinomial GLM然后从那里返回QAIC）

    我认为上面的第一个解决方案应该没问题......

    回复于

相关问题