我有我正在尝试建模的半连续数据(许多精确的零和连续的正结果)。我从 Zuur 和 Ieno 的 R 中零膨胀模型初学者指南中学到了大量关于零质量的建模数据,它区分了零膨胀 Gamma 模型和他们所描述的“零改变” Gamma 模型作为障碍模型,它结合了零点的二项式分量和正连续结果的 Gamma 分量。我一直在探索使用ziGamma
glmmTMB
中的选项打包并将结果系数与我按照 Zuur 书中的说明(第 128-129 页)中的说明构建的障碍模型进行比较,并且它们不一致。我无法理解为什么不这样做,因为我知道 Gamma 分布不能取零值,所以我想每个零膨胀 Gamma 模型在技术上都是一个障碍模型。谁能为我照亮这个?在代码下方查看有关模型的更多评论。
library(tidyverse)
library(boot)
library(glmmTMB)
library(parameters)
### DATA
id <- rep(1:75000)
age <- sample(18:88, 75000, replace = TRUE)
gender <- sample(0:1, 75000, replace = TRUE)
cost <- c(rep(0, 30000), rgamma(n = 37500, shape = 5000, rate = 1),
sample(1:1000000, 7500, replace = TRUE))
disease <- sample(0:1, 75000, replace = TRUE)
time <- sample(30:3287, 75000, replace = TRUE)
df <- data.frame(cbind(id, disease, age, gender, cost, time))
# create binary variable for non-zero costs
df <- df %>% mutate(cost_binary = ifelse(cost > 0, 1, 0))
### HURDLE MODEL (MY VERSION)
# gamma component
hurdle_gamma <- glm(cost ~ disease + gender + age + offset(log(time)),
data = subset(df, cost > 0),
family = Gamma(link = "log"))
model_parameters(hurdle_gamma, exponentiate = T)
# binomial component
hurdle_binomial <- glm(cost_binary ~ disease + gender + age + time,
data = df, family = "binomial")
model_parameters(hurdle_binomial, exponentiate = T)
# predicted probability of use
df$prob_use <- predict(hurdle_binomial, type = "response")
# predicted mean cost for people with any cost
df_bin <- subset(df, cost_binary == 1)
df_bin$cost_gamma <- predict(hurdle_gamma, type = "response")
# combine data frames
df2 <- left_join(df, select(df_bin, c(id, cost_gamma)), by = "id")
# replace NA with 0
df2$cost_gamma <- ifelse(is.na(df2$cost_gamma), 0, df2$cost_gamma)
# calculate predicted cost for everyone
df2 <- df2 %>% mutate(cost_pred = prob_use * cost_gamma)
# mean predicted cost
mean(df2$cost_pred)
### glmmTMB with ziGamma
zigamma_model <- glmmTMB(cost ~ disease + gender + age + offset(log(time)),
family = ziGamma(link = "log"),
ziformula = ~ disease + gender + age + time,
data = df)
model_parameters(zigamma_model, exponentiate = T)
df <- df %>% predict(zigamma_model, new data = df, type = "response") # doesn't work
# "no applicable method for "predict" applied to an object of class "data.frame"
我的障碍模型的 gamma 分量和 zigamma 模型的固定效应分量的系数相同,但 SE 不同,这在我的实际数据中对我感兴趣的预测变量的显着性具有重大意义。零膨胀模型的系数不同,我还注意到二项式分量中的 z 值是我的二项式模型中的负倒数。我认为这与我的二项式模型对存在概率建模(1 是成功)和 glmmTMB 可能对缺席概率建模(0 是成功)有关?总之,谁能指出我在 glmmTMB ziGamma 模型上做错了什么?
最佳答案
glmmTMB
包可以做到这一点:
glmmTMB(formula, family=ziGamma(link="log"), ziformula=~1, data= ...)
应该这样做。也许在 VGAM
中的东西还有?回答有关系数和标准误的问题:
broom.mixed::tidy
, round(1-abs(tidy(hurdle_g,component="zi")$statistic)/
abs(tidy(hurdle_binomial)$statistic),3)
## [1] 0.057 0.001 0.000 0.000 0.295
截距为 6%,年龄影响高达 30%...cost>0
) 组件的标准误差的近两倍差异绝对让我感到困惑;如果我们简单地在 glmmTMB 与 glm 中实现 Gamma/log-link,它就会成立。在这种情况下,很难知道如何检查哪个是正确的/黄金标准应该是什么。在这种情况下,我可能不信任 Wald p 值,而是尝试使用似然比测试来获取 p 值(通过 drop1
)。 在这种情况下,模型被严重错误指定(即成本是均匀分布的,与 Gamma 完全不同);我想知道这是否会使事情变得更难/更糟?
关于r - Gamma 障碍(两部分)模型和零膨胀 Gamma 模型之间有区别吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/65745148/