建模β二项式回归

Question

假设这个简单的例子：

treatment <- factor(rep(c(1, 2), c(43, 41)), levels = c(1, 2),labels = c("placebo", "treated"))
improved <- factor(rep(c(1, 2, 3, 1, 2, 3), c(29, 7, 7, 13, 7, 21)),levels = c(1, 2, 3),labels = >c("none", "some", "marked"))
numberofdrugs<-rpois(84, 50)+1
healthvalue<-rpois(84,5)
y<-data.frame(healthvalue,numberofdrugs, treatment, improved)
test<-lm(healthvalue~numberofdrugs+treatment+improved, y)

当我想用R估计β二项式回归时，我该怎么做？有人熟悉吗？任何想法都表示赞赏！

Answer 1

我没有看到这个例子与beta二项式回归有什么关系（即你已经生成了计数数据，而不是（总数可能的数量））。要模拟beta二项式数据，请参阅中的rbetabinom emdbook或rmutil个包...

library(sos); findFn("beta-binomial")找到了许多有用的起点，包括

• aod（过度分散数据分析），betabin函数
• betabinomial家庭VGAM
• hglm package
• emdbook包（适用于dbetabinom）加mle2包