我想知道这里是否有人可以帮助我。
我正在尝试使用 betareg 包来拟合 beta GLM，因为我的因变量是从 0 到 1 变化的比例(500 米网格大小中鲸鱼的相对密度)。我有三个协变量:
- 深度(以米为单位，范围从 4 到 100 米)，
- 到海岸的距离(以米为单位，范围从 0 到 21346 米)和
- 到船的距离(以米为单位，范围从 0 到 20621)。
我的因变量有很多 0 和很多太接近 0 的值(如 7.8e-014)。当我尝试拟合模型时，出现以下错误:
invalid dependent variable, all observations must be in (0, 1).
从我之前的讨论来看，这似乎是由我在数据集中的 0 引起的(我不应该有任何 0 或 1)。当我将所有 0 更改为仅正定(例如 0.0000000000000001)时，我收到的错误消息是:
Error in chol.default(K) :
the leading minor of order 2 is not positive definite
In addition: Warning messages:
1: In digamma(mu * phi) : NaNs produced
2: In digamma(phi) : NaNs produced
Error in chol.default(K) :
the leading minor of order 2 is not positive definite
In addition: Warning messages:
1: In betareg.fit(X, Y, Z, weights, offset, link, link.phi, type, control) :
failed to invert the information matrix: iteration stopped prematurely
2: In digamma(mu * phi) : NaNs produced
从我在几个论坛上看到的情况来看，这似乎是因为我的矩阵不是正定矩阵。它可能是不确定的(即同时具有正特征值和负特征值)或者我的矩阵可能接近奇异值，即它的最小特征值非常接近 0(因此在计算上为 0)。
我的问题是:因为我只有这个数据集，有没有办法解决这些问题并运行 beta 回归？或者，我可以使用任何其他模型来代替它可以工作的 betareg 包吗？
这是我的代码:
betareg(Density~DEPTH+DISTANCE_TO_COAST+DIST_BOAT,data=misti)
最佳答案
When I change all my 0 to only positive definite (e.g. 0.0000000000000001)
这样做似乎是个坏主意，会导致您看到错误消息。
似乎 betareg 目前只对 (0,1) 区间内的数据有效，这就是 package vignette 的作用不得不说:
The class of beta regression models, as introduced by Ferrari and Cribari-Neto (2004), is useful for modeling continuous variables y that assume values in the open standard unit interval (0, 1). [...] Furthermore, if y also assumes the extremes 0 and 1, a useful transformation in practice is (y · (n − 1) + 0.5)/n where n is the sample size (Smithson and Verkuilen 2006).
所以解决这个问题的一种方法是:
y.transf.betareg <- function(y){
n.obs <- sum(!is.na(y))
(y * (n.obs - 1) + 0.5) / n.obs
}
betareg( y.transf.betareg(Density) ~ DEPTH+DISTANCE_TO_COAST+DIST_BOAT, data=misti)
对于 betareg 的替代方法，使用带有 logit 链接的 binomial GLM，请参阅交叉验证和链接的 UCLA 上的这个问题常见问题:
有些人会建议使用 quasibinomial GLM 来模拟比例/百分比...
关于r - 比例建模 - Betareg 错误，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/26385617/