问题标签 [betareg]

我目前正在使用 r 中的 betareg 包在包含 1,000,000 个观察值的数据集上构建模型。我的代码是：

m1 <- betareg(rr ~ cred_report, data = mydata, link = "logit")

betareg 似乎运行得很好，但是，当我使用 summary() 函数总结模型时，我抛出以下错误：

summary(m1)

Error: cannot allocate vector of size 7450.6 Gb

我已经能够使用 glm 包运行相同的回归，并且从未遇到过这个错误。此外，7450.6 GB 似乎需要大量的内存。

希望能得到一些帮助。

我想拟合一个时空模型，其中我的因变量在 [>0,<1] 范围内。

贝塔回归似乎适合这种情况。

我尝试了 betareg 包，它就像一个魅力，但据我所知，我不能包含复杂的交互项，例如出现在时空数据集中以解释自相关。

我知道 GAM，例如包 mgcv 通过 betar() 系列支持 beta 回归。据我所知，精度/方差参数保持不变，只有平均值（mu）随着预测变量的变化而变化。

我的模型看起来像这样（它是概念性的，因此不需要示例数据）：

问题是只有 mu 被建模而不是 phi /precision

在 betareg 中，我可以让我的预测变量改变 phi：

但这并不能让我根据需要对时空项进行建模，因为简单的加性效应不适合这种情况，我需要类似于 mgcv 的 te() 功能或任何其他类型的交互项所支持的东西。

是否有任何解决方法或方法来模拟 phi 但通过 mgcv 或 betareg 或任何其他 R 包来解释我的时空术语？

非常感谢！

我正在对高度偏斜的比例（中位数~2%，平均~13%）进行 beta 回归。然而，来自模型的平均预测值通常大约是样本均值的两倍。甚至最小预测值也大于样本均值！我已经尝试了 link 和 link.phi 函数的所有变体，结果保持不变。

关于如何在预测分布和样本分布之间获得更好匹配的任何建议？谢谢！

我想建立一个错误相关的场景。在第一种设置中，应该拟合 beta 回归，第二种情况包括条件 logit 模型。

为了将这两种情况关联起来，我将错误关联起来（或者至少是这样的想法）。但是，我正在努力为 beta 回归设置一个场景。这里有两个问题。首先，如何设置阻止相关性的 beta 回归的误差，其次，如何设置数据。

这是我所拥有的：

此函数为正常回归场景和条件 logit sceanrio 产生相关误差：

无需手动定义错误，我会这样做：

但是，这不会保留相关性：

如何设置保留我的相关性的 DGP？

谢谢，汤姆

我正在尝试使用 logit 链接在模拟数据集上拟合 beta 回归模型。我知道 Betareg() 在处理包含值太接近 1 或 0 的数据时可能存在错误。但是在我使用 rnorm() 的模拟数据集中，有时，Betareg() 仍然报告错误并为某些看起来的数据生成 NaN很好，并且没有太接近 1 或 0 的值。有人可以帮我吗？

数据是

错误消息是

模型拟合在 CentOS 上单线程运行

我正在拟合 Beta 回归模型与betareg包betamix中的函数的混合。我最初在 Mac OS X 上开发代码，但现在我在一个 HPC 集群上运行它（即大规模迁移），LSF 用于作业管理和 CentOS 在节点上。对于这两种情况，我都使用由以下 YAML 定义的 Conda 环境

betareg.yaml

在我的本地机器上，该betamix步骤会自动扩展到所有可用内核。然而，在集群上，我通过 Snakemake 部署作业并提供了threads: 16，监控显示所有作业都在单线程运行，尽管 Snakemake 日志清楚地显示每个作业正确分配了 16 个内核。

并行包？

比较sessionInfo()这两种情况的输出表明没有parallel加载到 HPC 上下文中。但是，显式添加library(parallel)并没有什么不同。

相同的 BLAS 库版本

另一个想法是，也许 BLAS 库是不同的，但是，它们似乎也匹配（尽管显然是特定于平台的构建）。

osx-64 BLAS

linux-64 BLAS

如何让 CentOS 执行以使用所有分配的线程？

我正在使用nested文件进行一些回归分析。我拥有的代码类似于：

它工作正常，但我现在想predicted从不同的时间范围（例如，2000 年到 2010 年）获取值。使用普通文件（未嵌套）时，我可以使用以下方法轻松完成此操作：

那么，有谁知道如何predict在文件上使用这个功能nested（models在这种情况下）？

谢谢！

betareg默认残差很重，这可能会由于其大尺寸而导致分配向量的错误。这可以通过更改调用type中的残差来解决，如此处所述。summary

但是，当呈现带有 的回归表时stargazer，无法明确设置残差的类型。

有没有办法让（大）betareg物体在其中工作stargazer？

我能想到但不知道如何实施的潜在解决方案是：

• type指示原始betareg调用中的残差（ type = "pearson"（或任何其他类型）不起作用）。
• 明确指示调用对象stargazer时应包含summary的参数。betareg
• 任何其他？

例子：