我在我的模型中发现了一些异方差性,我想用更稳健的标准误差来补偿。我曾尝试使用 R 中 merDeriv
包中的 Huber-White 稳健标准错误,但我相信这些仅适用于具有二项分布的 GLMM。有没有一种方法可以实现负二项式分布的相同效果?
型号:
library(lme4)
model <- glmer.nb(Jobs ~ 1 + Month + Year + (1|Region), data = df)
Huber-White 鲁棒标准误:
library(merDeriv)
bread.glmerMod(model)
错误:
Error in vcov.lmerMod(object, full = full) : estfun.lmerMod() only works for lmer() models.
感谢您的帮助!
最佳答案
据我所知,这看起来像是程序包中的错误(bread.glmerMod
函数正在调用 estfun.lmerMod
而不是 estfun。 glmerMod
;这里有一个关于通用函数设计的更广泛的问题,但没关系......)
您应该能够通过 remotes::install_github("bbolker/merDeriv")
从我的 fork 安装固定版本,然后重新加载包并重试。
或者,下载压缩包,在 R/bread.glmerMod.R
的最后一行将 vcov.lmerMod
更改为 vcov.glmerMod
, 并重新安装包 ...
关于r - GLMM - R 的 Huber-White 稳健标准误差,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/62614706/