glm.nb
位於 MASS
包(package)。 說明
係統函數 glm()
的修改包括對負二項式廣義線性模型的附加參數 theta
的估計。
用法
glm.nb(formula, data, weights, subset, na.action,
start = NULL, etastart, mustart,
control = glm.control(...), method = "glm.fit",
model = TRUE, x = FALSE, y = TRUE, contrasts = NULL, ...,
init.theta, link = log)
參數
formula , data , weights , subset , na.action , start , etastart , mustart , control , method , model , x , y , contrasts , ... |
|
init.theta |
theta 參數的可選初始值。如果省略,則在使用泊鬆 GLM 進行初始擬合後使用矩估計器。 |
link |
鏈接函數。當前必須是 |
細節
使用交替迭代過程。對於給定的 theta
,GLM 使用與 glm()
所使用的相同過程進行擬合。對於固定方式,theta
參數是使用分數和信息迭代來估計的。兩者交替進行,直至兩者收斂。 (估計 theta
時的交替次數和迭代次數由 glm.control
的 maxit
參數控製。)
設置trace > 0
跟蹤交替迭代過程。設置 trace > 1
跟蹤 glm
擬合,設置 trace > 2
跟蹤 theta
的估計。
值
繼承自 glm
和 lm
類的擬合模型對象 negbin
。該對象類似於 glm
的輸出,但包含三個附加組件,即 theta
用於 θ 的 ML 估計,SE.theta
用於其近似標準誤差(使用觀察到的信息而不是預期信息),twologlik
用於兩次對數似然函數。
例子
quine.nb1 <- glm.nb(Days ~ Sex/(Age + Eth*Lrn), data = quine)
quine.nb2 <- update(quine.nb1, . ~ . + Sex:Age:Lrn)
quine.nb3 <- update(quine.nb2, Days ~ .^4)
anova(quine.nb1, quine.nb2, quine.nb3)
參考
Venables, W. N. and Ripley, B. D. (2002) Modern Applied Statistics with S. Fourth edition. Springer.
也可以看看
glm
, negative.binomial
, anova.negbin
, summary.negbin
, theta.md
有一個simulate
方法。
相關用法
- R glm.convert 將負二項式擬合更改為 GLM 擬合
- R glmmPQL 通過 PQL 擬合廣義線性混合模型
- R ginv 廣義逆矩陣
- R geyser 老忠實間歇泉數據
- R gamma.shape 估計 GLM 擬合中 Gamma 分布的形狀參數
- R gilgais 吉爾蓋地區土壤線橫斷麵
- R genotype 大鼠基因型數據
- R gehan 白血病患者的緩解時間
- R gamma.dispersion 計算 GLM 擬合中伽馬色散參數的 MLE
- R galaxies 82 個星係的速度
- R summary.rlm 魯棒線性模型的總結方法
- R housing 哥本哈根住房條件調查的頻率表
- R biopsy 乳腺癌患者的活檢數據
- R predict.qda 根據二次判別分析進行分類
- R contr.sdif 連續差異對比編碼
- R Melanoma 惡性黑色素瘤的生存率
- R boxcox 線性模型的 Box-Cox 變換
- R predict.glmmPQL glmmPQL 擬合的預測方法
- R ucv 帶寬選擇的無偏交叉驗證
- R theta.md 估計負二項式的 theta
- R parcoord 平行坐標圖
- R rlm 線性模型的穩健擬合
- R npk 經典 N、P、K 階乘實驗
- R Cars93 1993 年美國銷售的 93 輛汽車的數據
- R predict.lda 通過線性判別對多變量觀測值進行分類
注:本文由純淨天空篩選整理自R-devel大神的英文原創作品 Fit a Negative Binomial Generalized Linear Model。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。