我正在使用R包mob的{{1}}函数。我的问题涉及此函数的party参数。
如何定义StatModel对象（来自包model） - 让我们称之为 glmnetModel - 以便modeltools估计的节点模型为{{1模型（更确切地说，我想使用mob函数作为 glmnetModel 的glmnet槽中的主要估算函数？？
一个难点是正确扩展cv.glmnet函数（可能还有fit和reweight函数？），如建议使用here（第2.1节）。
有人有想法吗？
注意：我看过一些扩展（对于SVM：here），但我无法正确使用它们。
非常感谢！
多米尼克
答案 0 :(得分：0)
我不确定MOB算法中参数不稳定性测试的推理框架是否适用于glmnet或svm。
假设模型的目标函数（例如，残差平方和或对数似然）在观察中是加法的，并且相应的一阶条件因此也是加法的。然后，在某些弱规则条件下，中心极限定理适用于参数估计。这可以扩展到功能中心极限定理，MOB中的参数不稳定性测试基于该定理。
如果这些假设不成立，则p值可能无效，因此可能导致过多或过少的分裂或偏差的分裂变量选择。对于您感兴趣的模型，这是否在实践中发生，我不知道。您必须检查这一点 - 理论上（可能很难）或模拟研究。
从技术上讲，mob()包中partykit的重新实现使得插入新模型变得更加容易。现在需要更少的胶水代码（没有S4类）。有关详细信息，请参阅vignette("mob", package = "partykit")。