R twlss Tweedie 位置規模家庭

說明

Tweedie 係列中的均值、功率和尺度參數都可以依賴於平滑線性預測器。僅限於通過 Wood 和 Fasiolo (2017) 的擴展 Fellner Schall 方法進行估計。僅可與 gam 一起使用。 Tweedie 分布是指數族，其方差由 \phi \mu^p 給出，其中 \phi 是尺度參數，p 是參數(此處介於 1 和 2 之間)，\mu 是平均值。

用法

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

參數

link	鏈接函數列表：目前沒有選擇。
a	與平均值相關的功率參數的下限。
b	功率參數上限。

細節

1<p<2 的 Tweedie 隨機變量是 N gamma 隨機變量的總和，其中 N 具有泊鬆分布。 p=1 的情況是泊鬆分布的推廣，並且是在尺度參數的整數倍上支持的離散分布。對於 1<p<2，分布在點質量為零的正實數上得到支持。 p=2 是伽瑪分布。當 p 非常接近 1 時，連續分布開始收斂於 p=1 時離散支持的極限，因此是高度多峰的。有關此行為的更多信息，請參閱ldTweedie。

Tweedie 密度涉及一個沒有閉合形式的歸一化常數，因此使用 Dunn 和 Smyth (2005) 的級數評估方法進行評估，並進行擴展以計算關於 Tweedie 密度的導數。 p 和比例參數。如果不將 p 限製為 (1,2)，Tweedie 密度的計算會更加困難，並且目前似乎沒有一種實現能夠比 quasi 提供任何優勢。如果您需要這種情況，那麽可以從 tweedie 包開始。

值

繼承自類 general.family 的對象。

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.

參考

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