R ziplss 零膨脹(跨欄)泊鬆位置比例模型係列

說明

ziplss 係列實現了零膨脹(障礙)泊鬆模型，其中一個線性預測器控製存在概率，另一個控製給定存在的平均值。僅可與 gam 一起使用，線性預測變量通過公式列表指定。應謹慎使用：僅僅擁有大量零並不表示通貨膨脹為零。

需要整數計數數據。

用法

ziplss(link=list("identity","identity"))
zipll(y,g,eta,deriv=0)

參數

link	指定鏈接的兩個項目列表 - 目前僅可能存在恒等鏈接，因為參數化直接按照泊鬆響應的對數和存在概率的對數進行。
y	response
g	伽瑪矢量
eta	埃塔向量
deriv	要計算的導數數量

細節

ziplss 與 gam 一起使用來擬合 2 階段零膨脹泊鬆模型。 gam 使用包含 2 個公式的列表進行調用，第一個公式指定左側的響應，右側指定泊鬆參數的線性預測器的結構。第二個是單側的，指定右側存在概率的線性預測器。

該族的擬合值將是一個兩列矩陣。第一列是泊鬆參數的對數，第二列是存在概率的互補對數對數。使用 predict.gam 進行預測還將生成 type "link" 和 "response" 的 2 列矩陣。

為此模型計算的零偏差假設估計單個存在概率和單個泊鬆參數。

對於具有大麵積協變量空間且響應為零的數據，建議使用低階懲罰來避免出現問題。對於一維平滑用途，例如s(x,m=1) 和各向同性平滑使用 Duchon.spline 代替具有 1 階懲罰的薄石膏項，例如 s(x,z,m=c(1,.5)) — 這種平滑對常量進行懲罰，從而避免在數據信息不足時進行極端估計。

zipll 是 ziplss 使用的函數，導出僅允許外部使用 ziplss 係列。通常不直接調用它。

值

對於 ziplss 繼承自類 general.family 的對象。

警告

零膨脹模型通常是over-used。數據中存在大量零本身並不意味著通貨膨脹為零。 *考慮到模型平均值*，有太多零可能意味著零通脹。

例子

library(mgcv)
## simulate some data...
f0 <- function(x) 2 * sin(pi * x); f1 <- function(x) exp(2 * x)
f2 <- function(x) 0.2 * x^11 * (10 * (1 - x))^6 + 10 * 
            (10 * x)^3 * (1 - x)^10
n <- 500;set.seed(5)
x0 <- runif(n); x1 <- runif(n)
x2 <- runif(n); x3 <- runif(n)

## Simulate probability of potential presence...
eta1 <- f0(x0) + f1(x1) - 3
p <- binomial()$linkinv(eta1) 
y <- as.numeric(runif(n)<p) ## 1 for presence, 0 for absence

## Simulate y given potentially present (not exactly model fitted!)...
ind <- y>0
eta2 <- f2(x2[ind])/3
y[ind] <- rpois(exp(eta2),exp(eta2))

## Fit ZIP model... 
b <- gam(list(y~s(x2)+s(x3),~s(x0)+s(x1)),family=ziplss())
b$outer.info ## check convergence

summary(b) 
plot(b,pages=1)

作者

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

參考

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