R twlss Tweedie 位置规模家庭

说明

Tweedie 系列中的均值、功率和尺度参数都可以依赖于平滑线性预测器。仅限于通过 Wood 和 Fasiolo (2017) 的扩展 Fellner Schall 方法进行估计。仅可与 gam 一起使用。 Tweedie 分布是指数族，其方差由 \phi \mu^p 给出，其中 \phi 是尺度参数，p 是参数(此处介于 1 和 2 之间)，\mu 是平均值。

用法

twlss(link=list("log","identity","identity"),a=1.01,b=1.99)

参数

link	链接函数列表：目前没有选择。
a	与平均值相关的功率参数的下限。
b	功率参数上限。

细节

1<p<2 的 Tweedie 随机变量是 N gamma 随机变量的总和，其中 N 具有泊松分布。 p=1 的情况是泊松分布的推广，并且是在尺度参数的整数倍上支持的离散分布。对于 1<p<2，分布在点质量为零的正实数上得到支持。 p=2 是伽玛分布。当 p 非常接近 1 时，连续分布开始收敛于 p=1 时离散支持的极限，因此是高度多峰的。有关此行为的更多信息，请参阅ldTweedie。

Tweedie 密度涉及一个没有闭合形式的归一化常数，因此使用 Dunn 和 Smyth (2005) 的级数评估方法进行评估，并进行扩展以计算关于 Tweedie 密度的导数。 p 和比例参数。如果不将 p 限制为 (1,2)，Tweedie 密度的计算会更加困难，并且目前似乎没有一种实现能够比 quasi 提供任何优势。如果您需要这种情况，那么可以从 tweedie 包开始。

值

继承自类 general.family 的对象。

例子

library(mgcv)
set.seed(3)
n<-400
## Simulate data...
dat <- gamSim(1,n=n,dist="poisson",scale=.2)
dat$y <- rTweedie(exp(dat$f),p=1.3,phi=.5) ## Tweedie response

## Fit a fixed p Tweedie, with wrong link ...
b <- gam(list(y~s(x0)+s(x1)+s(x2)+s(x3),~1,~1),family=twlss(),
         data=dat)
plot(b,pages=1)
print(b)

rm(dat)

作者

Simon N. Wood simon.wood@r-project.org.

参考

Dunn, P.K. and G.K. Smyth (2005) Series evaluation of Tweedie exponential dispersion model densities. Statistics and Computing 15:267-280

Tweedie, M. C. K. (1984). An index which distinguishes between some important exponential families. Statistics: Applications and New Directions. Proceedings of the Indian Statistical Institute Golden Jubilee International Conference (Eds. J. K. Ghosh and J. Roy), pp. 579-604. Calcutta: Indian Statistical Institute.

Wood, S.N. and Fasiolo, M., (2017). A generalized Fellner-Schall method for smoothing parameter optimization with application to Tweedie location, scale and shape models. Biometrics, 73(4), pp.1071-1081. doi:10.1111/biom.12666

Wood, S.N., N. Pya and B. Saefken (2016). Smoothing parameter and model selection for general smooth models. Journal of the American Statistical Association 111, 1548-1575 doi:10.1080/01621459.2016.1180986

也可以看看

Tweedie , ldTweedie , rTweedie