Question

我想用命令：

来拟合小数logit模型

glmfit <- glm(tr1 ~ period + male + stib+ income, 
   family = quasibinomial(link = "logit"), data=mydata)

tr1是一个介于0和1之间的变量（包括一些零）。

我现在想要选择具有最小QAIC值的模型（即测试自变量的可能组合并检查得到的QAIC值）。为此，我尝试在R：

中应用glmulti命令

require("glmulti")
glmulti.out <- glmulti(tr1 ~ period + male + stib+ income, 
  data = mydata,crit = "qaic", 
   confsetsize = 5, fitfunction = "glm", 
   family = quasibinomial(link = "logit"))

但是，我经常遇到以下错误，我不明白为什么：

lesCrit [sel] = cricri中的错误：替换的长度为零

有谁知道如何克服这个问题？

Answer 1

对我来说这很有效：

library(bbmle)
qaicmod = function (fit) qAIC(fit, dispersion=with(fit,sum((weights * residuals^2)[weights > 0])/df.residual) ) 

glmulti.out <- glmulti(tr1 ~ period + male + stib+ income, 
  data = mydata,crit = "qaicmod", 
   confsetsize = 5, fitfunction = "glm", 
   family = binomial(link = "logit"))

这使用常规二项式GLM，但是根据估计的色散系数计算QAIC。在qaicmod函数的色散参数中，您还可以将包含所有变量的完全拟随机GLM的估计色散系数（我已经看到的一些统计数据推荐），即改为使用

disp <<- summary(fullmodel)$dispersion
qaicmod = function (fit) qAIC(fit, dispersion=disp)

最后，我也尝试使用

library(MuMIn)
x.quasibinomial <<- function(...) {
res <- quasibinomial(...)
res$aic <- binomial(...)$aic
res
}
qaicmod <<- function (fit) QAIC(update(fit, family = x.quasibinomial), chat = deviance(fit) / df.residual(fit))

glmulti.out <- glmulti(tr1 ~ period + male + stib+ income, 
      data = mydata,crit = "qaicmod", 
       confsetsize = 5, fitfunction = "glm", 
       family = binomial(link = "logit"))

但是返回错误"Error in eval(expr, envir, enclos) : could not find function "fitfunc"" - 不知道如何解决这个问题...... （我们的想法是，这个解决方案会将模型正确地重新定义为准的GLM，然后从中返回QAIC）

上面的第一个解决方案应该没问题，但我认为......

glmulti与分数logit模型

1 个答案: