哪个用于鲁棒线性回归的函数/包与glmulti一起工作（即，表现得像glm）？

时间：2012-08-13 12:16:28

标签： r glm robust

背景：使用 glmulti

进行多模型推理

glmulti是用于一般线性模型的自动模型选择的R函数/包，它构造了给定因变量和一组预测变量的所有可能的一般线性模型，通过经典glm函数拟合它们然后允许进行多模型推断（例如，使用从AICc，BIC导出的模型权重）。 glmulti 在理论上也与任何其他函数一起工作，它返回系数，模型的对数似然和自由参数的数量（可能还有其他信息？），格式与 glm < / em>确实。

我的目标：具有强大错误的多模型推理

我想使用 glmulti 对定量因变量的误差进行稳健建模，以防止异常值的影响。

例如，我可以假设线性模型中的错误分布为t distribution而不是正态分布。利用其峰度参数，t分布可以具有较重的尾部，因此对于异常值更加稳健（与正态分布相比）。

但是，我并没有承诺使用t分配方法。我很满意任何回退对数似然的方法，因此可以使用 glmulti 中的多模型方法。但这意味着，遗憾的是，我无法使用R中众所周知的强大线性模型（例如{{3>}中的 lmRob 或来自robust的 lmrob ）因为它们不在对数似然框架下运行，因此无法与 glmulti 一起使用。

问题：我找不到适用于 glmulti 的强大回归函数

R I的唯一强大的线性回归函数发现在对数似然框架下运行的是 heavyLm （来自robustbase包）;它用t分布模拟错误。不幸的是， heavyLm 不适用于 glmulti （至少没有开箱即用），因为它没有 loglik 的S3方法（可能还有其他方法）的东西）。

举例说明：

library(glmulti)
library(heavy)

使用数据集 stackloss 

head(stackloss)

常规高斯线性模型：

summary(glm(stack.loss ~ ., data = stackloss))

glmulti 使用 glm 的默认高斯链接函数进行多模型推理

stackloss.glmulti <- glmulti(stack.loss ~ ., data = stackloss, level=1, crit=bic)
print(stackloss.glmulti)
plot(stackloss.glmulti)

具有t分布式误差的线性模型（默认为df = 4）

summary(heavyLm(stack.loss ~ ., data = stackloss))

使用 glmulti 调用 heavyLm 作为拟合函数的多模型推理

stackloss.heavyLm.glmulti <- glmulti(stack.loss ~ .,
 data = stackloss, level=1, crit=bic, fitfunction=heavyLm)

给出以下错误：

    Initialization...
    Error in UseMethod("logLik") :
    no applicable method for 'logLik' applied to an object of class "heavyLm".

如果我定义以下功能，

logLik.heavyLm <- function(x){x$logLik}

glmulti可以获得对数似然，但随后出现下一个错误：

    Initialization...
    Error in .jcall(molly, "V", "supplyErrorDF", 
    as.integer(attr(logLik(fitfunc(as.formula(paste(y,  : 
    method supplyErrorDF with signature ([I)V not found

问题：鲁棒线性回归的哪个函数/包与glmulti一起工作（即表现得像glm）？

可能有一种方法可以定义更多的函数来让 heavyLm 使用 glmulti ，但在开始这个旅程之前，我想问一下是否有人

  • 知道一个强大的线性回归函数，它（a）在对数似然框架下运行，（b）表现得像 glm （因此可以用 glmulti 输出-of现成）。
  • heavyLm 已经在使用 glmulti 。

非常感谢任何帮助！

1 个答案:

答案 0 :(得分：1)

以下是使用heavyLm的答案。即使这是一个相对陈旧的问题，使用heavyLm时仍然会出现您提到的同一问题（即错误消息Error in .jcall(molly, "V", "supplyErrorDF"…）。

问题是glmulti需要模型的自由度，作为您需要提供的属性传递，作为函数logLik.heavyLm返回的值的属性;有关详细信息，请参阅函数logLik的文档。此外，事实证明，您还需要提供一个函数来返回用于拟合模型的数据点的数量，因为信息标准（AIC，BIC，...）也依赖于此值。这是通过以下代码中的函数nobs.heavyLm完成的。

以下是代码：

nobs.heavyLm <- function(mdl) mdl$dims[1] # the sample size (number of data points)

logLik.heavyLm <- function(mdl) {
    res <- mdl$logLik
    attr(res, "nobs") <- nobs.heavyLm(mdl) # this is not really needed for 'glmulti', but is included to adhere to the format of 'logLik'
    attr(res, "df") <- length(mdl$coefficients) + 1 + 1 # I am also considering the scale parameter that is estimated; see mdl$family
    class(res) <- "logLik"
    res
}

，当与您提供的代码放在一起时，会产生以下结果：

Initialization...
TASK: Exhaustive screening of candidate set.
Fitting...
Completed.

> print(stackloss.glmulti)
glmulti.analysis
Method: h / Fitting: glm / IC used: bic
Level: 1 / Marginality: FALSE
From 8 models:
Best IC: 117.892471265874
Best model:
[1] "stack.loss ~ 1 + Air.Flow + Water.Temp"
Evidence weight: 0.709174196998897
Worst IC: 162.083142797858
2 models within 2 IC units.
1 models to reach 95% of evidence weight.

因此在2个BIC单位阈值内生成2个模型。

一个重要的评论：我不确定上面关于自由度的表达是否严格正确。对于标准线性模型，自由度将等于p + 1，其中p是模型中参数的数量，而额外参数（+ 1）是＆＃34;错误＆ ＃34;方差（用于计算可能性）。在上面的函数logLik.heavyLm中，我不清楚是否还应该计算＆＃34; scale参数＆＃34;由heavyLm估计为额外自由度，因此p + 1 + 1，如果似然也是该参数的函数，则会出现这种情况。不幸的是，我无法证实这一点，因为我无法访问heavyLm引用的参考文献（Dempster等人的文章，1980）。因此，我正在计算尺度参数，从而提供（略微更）保守的模型复杂度估计，惩罚＆＃34;复杂＆＃34;楷模。除小样本外，这种差异应该可以忽略不计。

相关问题
最新问题