Poniższy kod
PredictNew <- predict (glm.fit, newdata = Predict, X1 =X1, Y1= Y1,
type = "response", se.fit = TRUE)
tworzy 3-kolumnowy - data.frame
PredictNew, dopasowane wartości, błędy standardowe i rezydualny element skali.
Idealne ... Jednak przy użyciu modelu wyposażonego w zeroinfl {pscl}
:
PredictNew <- predict (zeroinfl.fit, newdata = Predict, X1 =X1, Y1= Y1,
type = "response", se.fit = TRUE)
lub
PredictNew <- predict (zeroinfl.fit, newdata = Predict, X1 =X1, Y1= Y1,
type = "response", se.fit = TRUE, MC = 2500, conf = .95))
tworzy tylko jeden wektor kolumn z dopasowanymi wartościami. Byłbym jednak bardzo zainteresowany standardowymi błędami. Wszystko, co przeczytałem, mówi, że powinny być produkowane.
(Kod został nieco uproszczony, w rzeczywistości mam cztery zmienne i przesunięcie - bez problemów z SE predict.glm
i se.fit = TRUE
produkującymi SE).
r
generalized-linear-model
count-data
zero-inflation
KalahariKev
źródło
źródło
predict()
abyzeroinfl()
w tej chwili zaimplementowano w tej funkcji standardowe błędy .Odpowiedzi:
Według mojej wiedzy
predict
metoda uzyskiwania wynikówzeroinfl
nie obejmuje standardowych błędów. Jeśli Twoim celem jest zbudowanie przedziałów ufności, jedną z atrakcyjnych alternatyw jest użycie ładowania początkowego. Mówię atrakcyjnie, ponieważ ładowanie początkowe może być bardziej niezawodne (przy utracie wydajności, jeśli wszystkie założenia dotyczące SE zostaną spełnione).Oto trochę z grubsza kod do robienia tego, co chcesz. Nie będzie działać dokładnie, ale mam nadzieję, że możesz wprowadzić niezbędne poprawki.
Narysowałem ten kod z dwóch stron, które napisałem: jednego parametru ładowania początkowego z regresji poissona z
zeroinfl
zerowym napełnieniem zerowym poissonem z napompowaniem zerowym i jednego demonstrującego, jak uzyskać przedziały ufności bootstrapowania dla przewidywanych wartości z ujemnego dwumianowego modelu zerowego obciętego Zero obcięty ujemny dwumianowy . W połączeniu, mam nadzieję, że daje to wystarczające przykłady, aby uruchomić go z przewidywanymi wartościami z zerowo napompowanego poissona. Możesz również uzyskać pomysły na grafikę :)źródło
Error in X.vlm.save %*% coefstart : non-conformable arguments
.