我无法通过常规方法获得它们。
> x <- rnorm(1000, 10, 1)
> y <-rgamma(1000, shape=1, rate=x)
> myfit <- vglm(y~x, family=gammaff(link="reciprocal"))
> summary(myfit)
Call:
vglm(formula = y ~ x, family = gammaff(link = "reciprocal"))
Pearson residuals:
Min 1Q Median 3Q Max
1/mu -6.4126 -0.404 0.32118 0.69281 0.99917
Coefficients:
Estimate Std. Error z value
(Intercept) 0.050464 2.9415 0.017156
x 0.987358 0.2974 3.320015
Number of linear predictors: 1
Name of linear predictor: 1/mu
(Estimated) Dispersion Parameter for gammaff family: 0.96865
Residual deviance: 1106.494 on 998 degrees of freedom
Number of iterations: 6
> AIC(myfit)
numeric(0)
> showMethods("AIC")
Function: AIC (package stats)
object="ANY"
object="cao"
object="qrrvglm"
object="rrvglm"
object="vgam"
object="vglm"
object="vlm"
Here它引用AIC.vglm
,但这甚至不存在。
我找到的最接近的功能是AICrrvglm
或AICvgam
,但都不起作用。
答案 0 :(得分:2)
问题似乎是logLik.vlm(myfit)
返回NULL
。在?logLik.vlm
的详细信息中,它声明了
此代码依赖于定义和计算的对数似然, 对象。
在你的情况下,不计算对数似然性:在“vglmff-class”中记录了关于logligelihood:
loglikelihood:返回log-likelihood的类“function”的对象 该模型。此插槽是可选的。如果存在,该功能必须 有参数函数(mu,y,w,residuals = FALSE,eta,extra = 空值)。可以忽略参数残差,因为对数似然 残差未定义。
显然gammaff
不包含此可选插槽,因此未计算对数似然,因此也无法计算AIC。