根据glmmTMB类的ZINB模型生成预测的计数分布

Question

在上一个问题（No zeros predicted from zeroinfl object in R?）中，有一个很好的答案，它解释了为什么使用功能zeroinfl从pscl包ZINB模型获得的预测计数分布包含这么少的零，以及一个人将如何使用的不同类型实参可以使用predict.zeroinfl函数生成更好地反映数据的预测计数分布。

我遇到了同样的问题，除了出于各种与模型灵活性相关的原因，我使用glmmTMB而不是zeroinfl。上一个问题的解决方案涉及使用参数type = "prob"来估计在一系列观察到的计数范围内获得特定值的可能性。没有对demo.glmmTMB函数（https://www.rdocumentation.org/packages/glmmTMB/versions/0.2.2.0/topics/predict.glmmTMB）的类似类型参数。有关使用glmmTMB的问题的可重现示例，请参见下文。我知道为什么基于期望值的预测会产生这么少的零，但是我如何使用glmmTMB类模型生成一个能更准确地反映观察到的分布的预测计数分布？

library(glmmTMB)
data("bioChemists", package = "pscl")
zinb <- glmmTMB(art ~ fem + mar + kid5 + phd + ment, ziformula = ~ ., data = 
bioChemists, family = nbinom2(link = "log"))

table(round(predict(zinb, type="response"))) 
table(bioChemists$art)

谢谢。