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/