我正在使用R中的glm()函数构建模型。假设我知道我的数据的误差分布符合负二项分布。
当我在R手册中搜索各个系列时，family=binomial作为选项提供，但negative binomial不是。
在R手册（系列）的同一部分中，NegBinomial在“另请参阅”部分中链接，但它在二项式系数的上下文中显示（我甚至不知道这是什么是指）。
总而言之，我希望找到与glm(y~x, family=negbinomial, data=d,na.omit)类似的语法。
答案 0 :(得分：5)
对于未知的过度离散参数，负二项式不是负指数族的一部分，因此不能作为标准GLM（或glm()）拟合。 glm.nb()包中有一个MASS函数可以帮助您...
library(MASS)
glm.nb(y~x, ...)
如果您碰巧有一个已知/固定的过度离散参数（例如，如果您想要拟合具有theta=1的几何分布模型），则可以使用negative.binomial中的MASS族}：
glm(y~x,family=negative.binomial(theta=1), ...)
MASS::glm.nb的“另请参阅”部分?glm可能不会受到伤害...
答案 1 :(得分：0)
我不相信theta是过度离散参数。 Theta是分布的形状参数，过度离散与k相同，如The R Book（Crawley 2007）中所讨论的。 glm.nb（）模型的模型输出意味着theta不等于过度离散参数：
负二项式（0.493）族的色散参数取为0.4623841
色散参数与theta不同。