Question

我创建了一个零膨胀的负二项模型，并想调查有多少零被分区为采样或结构零。我如何在R中实现这一点。在zeroinfl页面上的示例代码对我来说并不清楚。

data("bioChemists", package = "pscl")

fm_zinb2 <- zeroinfl(art ~ . | ., data = bioChemists, dist = "negbin")

table(round(predict(fm_zinb2, type="zero"))) 
>   0   1 
> 891  24 

table(round(bioChemists$art))
    >   0   1   2   3   4   5   6   7   8   9  10  11  12  16  19 
    > 275 246 178  84  67  27  17  12   1   2   1   1   2   1   1

这告诉我什么？

当我为我的数据做同样的事情时，我得到一个读数，只是在1下面列出了样本量？感谢

Answer 1

详情见Zeileis（2008）在https://www.jstatsoft.org/article/view/v027i08/v27i08.pdf

提供的论文

这是一些工作（几年而你的问题仍然没有答案），以汇集predict函数对pscl库中每个模型所做的所有解释，以及它被隐藏（第19,23页）在似然函数的数学表达式中（方程式7,8）。我已将您的问题解释为您希望/需要知道如何使用不同的type预测：

预计的数量是多少？（type="response"）
超额零的（条件）预期概率是多少？（type="zero"）
任何计数的（边际）预期概率是多少？（type="prob"）
最后有多少预测的零（例如抽样）而非基于回归（即结构）？

要读入pscl包附带的数据：

data("bioChemists", package = "pscl")

然后拟合零膨胀负二项式模型：

fm_zinb2 <- zeroinfl(art ~ . | ., data = bioChemists, dist = "negbin")

如果您希望预测预期值，则使用

predict(fm_zinb2, type="response")[29:31]
       29        30        31 
0.5213736 1.7774268 0.5136430

因此，根据这一模型，博士学位最近3年发表的论文预期数量为生物化学家29和31的一半，生物化学家30的近2篇。

但我相信你是在超过零的概率之后（在点质量为零）。这个命令执行此操作并打印第29行到第31行中的项目的值（是的，我去钓鱼了！）：

predict(fm_zinb2, type="zero")[29:31]

它产生这个输出：

        29         30         31 
0.58120120 0.01182628 0.58761308

因此，第29项是超零的概率（你称之为采样零，即非结构零，因此不能用协变量解释）为58％，而第30项为1.1％，第31位是59％。因此，预计两个生物化学家的出版物数量为零，这超出了那些可以用各种协变量的负二项式回归来解释的那些。

您已在整个数据集中列出了这些预测概率

table(round(predict(fm_zinb2, type="zero"))) 
  0   1 
891  24

因此，您的输出结果告诉您，只有24位生物化学家可能是超零，即超过零的预测概率超过一半（由于四舍五入）。

如果你按照百分比等级列入10个点的箱子，可能会更容易解释

table(cut(predict(fm_zinb2, type="zero"), breaks=seq(from=0,to=1,by=0.1)))

给予

 (0,0.1] (0.1,0.2] (0.2,0.3] (0.3,0.4] (0.4,0.5] (0.5,0.6] 
     751        73        34        23        10        22 
(0.6,0.7] (0.7,0.8] (0.8,0.9]   (0.9,1] 
        2         0         0         0

因此，您可以看到751名生物化学家不太可能成为过零，但22名生物化学家有可能在50-60％之间成为过零，而只有2名具有更高的机会（60-70％）。没有人极有可能是零过剩。从图形上看，这可以在直方图中显示

hist(predict(fm_zinb2, type="zero"), col="slateblue", breaks=seq(0,0.7,by=.02))

您列出了每个生物化学家的实际计数数量（不需要舍入，因为这些是计数）：

table(bioChemists$art)
  0   1   2   3   4   5   6   7   8   9  10  11  12  16  19 
275 246 178  84  67  27  17  12   1   2   1   1   2   1   1

谁是拥有19种出版物的特殊生物化学家？

most_pubs <- max(bioChemists$art)
most_pubs
extreme_biochemist <- bioChemists$art==most_pubs
which(extreme_biochemist)

你可以获得每个生物化学家有任何数量的酒吧的估计概率，正好是0到最大值，这里是令人难以置信的19！

preds <- predict(fm_zinb2, type="prob") preds[extreme_biochemist,]

你可以看看我们的一位特殊生物化学家，他有19篇出版物（在这里使用基础R绘图，但ggplot更漂亮）

expected <- predict(fm_zinb2, type="response")[extreme_biochemist] # barplot returns the midpoints for counts 0 up to 19 midpoints<-barplot(preds[extreme_biochemist,], xlab="Predicted #pubs", ylab="Relative chance among biochemists") # add 1 because the first count is 0 abline(v=midpoints[19+1],col="red",lwd=3) abline(v=midpoints[round(expected)+1],col="yellow",lwd=3)

并且这表明尽管我们期望生物化学家915的出版量为4.73，但在这种模式下，更有可能获得2-3家酒吧，远不及实际的19家酒吧（红线）。

生物化学家29，
回到问题，过零的概率是

pzero <- predict(fm_zinb2, type="zero") pzero[29] 29 0.5812012

总体（略微）为零的概率为

preds[29,1] [1] 0.7320871

因此，零结构的预测概率与结构的比例（即通过回归解释）的比例是：

pzero[29]/preds[29,1] 29 0.7938962

或者零的额外概率超出零超额的可能性是：

preds[29,1] - pzero[29] 29 0.1508859

生物化学家29的实际出版物数量

bioChemists$art[29] [1] 0

因此，生物化学家预计零出版物的原因很少被回归（20％）解释，而且大部分都没有（即过量，80％）。

总的来说，我们看到，对于大多数生物化学家来说，情况并非如此。我们的生物化学家29是不寻常的，因为他们零酒吧的机会大多是过剩的，即回归莫名其妙。我们可以通过以下方式看到：

hist(pzero/preds[,1], col="blue", xlab="Proportion of predicted probability of zero that is excess")

给你：

在零中没有从零的物体预测零？

1 个答案: