问题标签 [gamlss]

我正在尝试在使用包中的gamlss函数拟合的模型上绘制蠕虫图残差gamlss。兴趣图如下所示：

最初，下面是使用包中函数的计算例程wormplot_gg，childsds但是，使用上述函数表示的结果与上面显示的示例不同，该示例应用于 R 中包含的数据集。

下面是通过包wp中的函数得到的传统结果gamlss。

最后，我们通过包中的wormplot_gg函数获得了结果childsds。然而，正如已经描述的那样，这个并没有以我感兴趣的方式呈现，即第一个图形的视觉结构。

有人问过这个问题的一个变体，但某些项目仍未得到回答 -

我正在使用单个连续预测变量即温度 (Temp) 对死亡率 (Prop) 的比例进行建模。我有三个问题。

1.) 我应该使用 meanBEINF 来预测模型的响应估计吗？如果是这样，我将如何提取相关的标准错误？您认为我目前指定的方式会给您响应估计，但是，运行 predict(beinf_mod, type = "response", what = "mu") 会产生相同的结果，这让我产生了疑问。

2.）如果我对预测变量系数（包含在 mu 参数中）求幂，这是否给了我 (0,1) 之间的几率？nu 和 tau 目前没有预测变量系数，所以我不确定是否要使用这些系数来获得整个域 [0,1] 的几率。

3.) 在这种情况下，我对赔率的解释是否正确？我熟悉常规的 beta 回归或逻辑模型，但是，问题 2 中的不确定性让我怀疑这是否合适。

提前感谢您的帮助，非常感谢。

我已经使用 gamlss 包构建了具有先验选择的解释变量和两个随机效应的全局模型。我想在这个全局模型上使用模型选择技术，之前我使用dredge()了 MuMIn 包中的函数。然而，这主要是针对 GLMM。

我尝试在我的 gamlss 模型上使用疏通功能

但是得到这个警告。

我发现这篇最近的帖子表明它与随机效应有关，但目前还没有人给出可靠的答案。Gamlss 对象旨在与疏浚功能兼容，有谁知道如何解决/解决这个问题，或者可以建议任何其他模型选择替代方案？

我正在使用GAMLSS中的lms()命令创建增长百分位曲线。我可以拟合一个模型，也可以绘制centiles()曲线。但是，我无法使用centiles.fan()绘制拟合模型的扇形图。

这是我的代码及其产生的错误。Gm_girl_1 是拟合的 gamlss 模型。

if (any(mu < 0)) stop(paste("mu must be positive", "\n", "")) 出错：需要 TRUE/FALSE 的地方缺少值

令人惊讶的是 centile() 命令可以正常工作，是 centiles.fan() 的问题吗？任何帮助将不胜感激。谢谢你。

例如，我想使用时间作为协变量来拟合伽马分布。本质上它属于非平稳框架。时变尺度参数和形状参数。我尝试了很多网页。无法得到解决方案。有人可以帮助我适应任何随机示例数据并计算分位数吗？

我有一个棘手的问题。我有一个包含 1000 多个变量的数据框，并希望使用 fp 平滑函数使每个变量适应年龄。我知道如何将 gamlss() 用于特定变量 (vari)，但是明确地重复此操作超过 1000 次是不切实际的。此外，我想在一个图中绘制所有 1000 个变量的拟合。我所做的是：

但我得到了错误：

我认为棘手的部分来自 fp()。我尝试使用 as.formula，它没有用。也因为 females$vari 返回 NULL，这就是我们得到这个错误的原因。你有什么解决办法吗？谢谢

GAMLSS 模型的基本交叉验证：工作正常

带有 ga() 的 GAMLSS 模型（函数链接）：不起作用

在 gamlss 网站上，作者写了关于百分位估计的文章

这可以扩展到一个以上的解释变量。

在撰写此问题时，该centile.pred函数仅接受 1 个预测变量。

通过上面的引用，作者是否意味着百分位估计的方法可以扩展到多个解释变量，但目前不是？

或者，它们是否意味着gamlss可以为具有多个解释变量的更多数据提供百分位数估计？

我正在使用 GAMLSS 包来拟合 beta 岭回归。以下是我使用的数据集：

我试图使模型适合：

但我收到此错误消息：“.subset(x, j) 中的错误：只有 0 可能与负下标混合”。

我对此一无所知，因为使用相同的数据集运行带有betareg函数的传统 beta 回归没有问题。

有人对此错误消息有任何想法吗？谢谢！！

我想将拟合的gamlss模型（lms）作为文件分发。不得发布用于拟合gamlss模型的数据，因为它受隐私法规的约束。

但是，当我使用saveorsaveRDS函数时，生成的文件既巨大又包含原始数据。$y可以从gamlss模型对象中删除单个变量，例如，但似乎不是正确的方法（有时 - 取决于我删除的成员 - 当我在修改后的模型上使用gamlss函数时会导致错误）。

有没有更好的方法来分发/序列化gamlss模型，a) 不显示底层数据，b) 允许使用gamlss函数，以及 c) 生成更小的文件？

（我对此的搜索不成功，可能是因为搜索词不足 - 如果是这样，将非常感谢指向正确方向的指针。）

谢谢雅各布