如何找到betareg软件包接受的最小浮点值？

Question

我正在R中执行beta regression，该值需要介于0和1之间的值，排除的端点即（0,1）而不是[0,1]。

我的数据集中有一些0和1值，所以我想将它们转换为最小的邻居，例如0.0000 ... 0001和0.9999 ... 9999。我使用过.Machine$double.xmin（这使我获得了2.225074e-308），但是betareg()仍然给出了一个错误：

  

无效的因变量，所有观察值必须位于（0，1）

如果我使用0.000001和0.999999，则会出现另一组错误：

  

1：在betareg.fit（X，Y，Z，权重，偏移量，链接，link.phi，类型，控件）中：         无法反转信息矩阵：迭代过早停止
      2：在sqrt（wpp）中：        chol.default（K）中的错误：         4级前导未成年人不是肯定的

仅当我使用0.0001和0.9999时，我才能正常运行。有什么办法可以使用betareg来提高此最小值？还是我应该对此感到满意？

Answer 1

先尝试eps（从0和1的位移）等于1e-4（如此处所示），然后再尝试1e-3。如果模型的结果在您关心的任何方面都没有不同，那就太好了。如果是这样，您需要非常，因为这表明您的答案对假设非常敏感。

在下面的示例中，色散参数phi发生了很大变化，但是intercept和lope参数没有太大变化。

如果您确实发现参数的变化令人担忧特定数据的数量，那么您需要更深入地思考零和一的产生过程，并为该过程建模，例如

• 一种“审查数据”模型：通过最低/最高检测阈值产生零/一，将零/一值建模为实际上位于尾巴中或
• 一个障碍 / 零一通货膨胀模型：零和一是通过与其余数据分开的过程产生的，请使用二项式或多项式模型来表征零vs.（0,1）vs.one，然后对（0,1）组件使用Beta回归）

关于这些步骤的问题可能比{SO}更适合CrossValidated。

样本数据

set.seed(101)
library(betareg)
dd <- data.frame(x=rnorm(500))
rbeta2 <- function(n, prob=0.5, d=1) {
    rbeta(n, shape1=prob*d, shape2=(1-prob)*d)
}
dd$y <- rbeta2(500,plogis(1+5*dd$x),d=1)
dd$y[dd$y<1e-8] <- 0

试用拟合函数< / h2>

ss <- function(eps) {
    dd <- transform(dd,
                    y=pmin(1-eps,pmax(eps,y)))
    m <- try(betareg(y~x,data=dd))
    if (inherits(m,"try-error")) return(rep(NA,3))
    return(coef(m))
}
ss(0)  ## fails
ss(1e-8) ## fails
ss(1e-4)
## (Intercept)           x       (phi) 
##   0.3140810   1.5724049   0.7604656
ss(1e-3)  ## also fails
ss(1e-2)
## (Intercept)           x       (phi) 
##   0.2847142   1.4383922   1.3970437
ss(5e-3)
## (Intercept)           x       (phi) 
##   0.2870852   1.4546247   1.2029984

尝试一系列值

evec <- seq(-4,-1,length=51)
res <- t(sapply(evec, function(e) ss(10^e)) )
library(ggplot2)
ggplot(data.frame(e=10^evec,reshape2::melt(res)),
       aes(e,value,colour=Var2))+
    geom_line()+scale_x_log10()