r - 如何使用 glmnet 模型作为 mob 功能的节点模型（R 包方）？

Question

我正在使用mobR 包的功能party。我的问题是model关于这个函数的参数。

我如何定义一个 StatModel 对象（来自包modeltools） - 我们称之为glmnetModel - 以便mob估计的节点模型是glmnet模型（更准确地说，我想将该cv.glmnet函数用作glmnetModelfit插槽中的主要估计函数）？

一个困难是正确地扩展reweight函数（可能还有estfunanddeviance函数？），就像这里建议的那样（第 2.1 节）。

有人有想法吗？

注意：我已经看到了一些扩展（对于 SVM：here），但我无法正确使用它们。

非常感谢 ！

多米尼克

Answer 1

我不确定 MOB 算法中参数不稳定性测试的推理框架是否适用于 glmnet 或 svm。

假设是模型的目标函数（例如，残差平方和或对数似然）在观察中是相加的，因此相应的一阶条件也是相加的。然后，在某些弱规律性条件下，中心极限定理适用于参数估计。这可以扩展到功能中心极限定理，MOB 中的参数不稳定性测试基于该定理。

如果这些假设不成立，则 p 值可能无效，因此可能导致拆分过多或过少或拆分变量选择有偏差。对于您感兴趣的模型，这是否会在实践中发生，我不知道。您必须检查这一点 - 无论是理论上（这可能很难）还是在模拟研究中。

mob()从技术上讲，包中的重新实现partykit使得插入新模型变得更加容易。现在需要更少的胶水代码（没有 S4 类）。详情请参阅vignette("mob", package = "partykit")。