问题标签 [tweedie]

有谁知道如何在 R 中使用 Tweedie 进行逐步回归？

我找到了这个mgcv包，它显然将 Tweedie 的功率参数视为另一个要估计的参数。这似乎比必须使用tweedie.profile估计 之外的功率有所改进glm，因此使用自动逐步函数进行回归似乎令人鼓舞。但我无法弄清楚该软件包是否还提供逐步功能。包装手册有这样的说法。

我在谈论平滑时迷失了方向：

包 mgcv 中没有 step.gam。
为了促进全自动模型选择，该包实现了两种平滑修改技术，可用于将平滑缩小到零作为平滑选择的一部分。

我会很感激你的帮助。谢谢。

我正在尝试使用 R 中的 tweedie（复合泊松）分布式数据进行 AICc 模型选择和模型平均。

我正在使用 AICcmodavg R 包但没有成功，然后当我在这里遇到建议时决定尝试 MuMIn 包（https://stats.stackexchange.com/questions/141806/glm-model-selection-using- aicc-with-tweedie-distribution）

“您可以直接在 MuMIn 的函数中使用 AICtweedie，只需将其指定为排名参数即可。”

我按如下方式设置我的模型我的响应变量 (NVIR) 是东部蝾螈成虫的每单位努力捕获量，我的解释变量是我的采样点的各种栖息地特征。

然后尝试了这条线

并收到错误

或者，我也试过这条线

并得到这个错误：

我想知道问题是否出在我的代码上，或者 tweedie 系列是否与此软件包不兼容。

感谢您的时间。

因此，我正在尝试对 tweedie 分布进行逐步回归。但是，如果族是 tweedie，则 glm() 将 AIC 作为 NA 返回，这会破坏 stepAIC 命令。我尝试编辑命令的代码以将 extractAIC 更改为 AICtweedie，但我不断收到此错误：Error in [.data.frame(aod, , nc) : undefined columns selected

我正在尝试使用该HDtweedie包为 Tweedie 发行版运行岭回归。除了 0 之外，使用任何级别的 alpha 运行弹性网都没有问题。当我尝试运行 ridge 时，它​​总是输出：

if (any(lambda < 0)) stop("lambdas should be non-negative") 中的错误：需要 TRUE/FALSE 的缺失值

auto使用包含在中的包的示例HDTweedie：

非常感谢任何想法或建议！

我正在使用带有 python 的 spark 2.2.0。我试图弄清楚在GeneralizedLineraModelTweedie 系列的情况下，Spark 接受的 Link 函数的默认参数是什么。

当我查看文档时https://spark.apache.org/docs/2.2.0/api/scala/index.html#org.apache.spark.ml.regression.GeneralizedLinearRegression

似乎 family='tweedie' 时的默认值应该是 None 但是当我尝试这个时（通过使用与单元测试类似的测试：https ://github.com/apache/spark/pull/17146/files/fe1d3ae36314e385990f024bca94ab1e416476f2 ）：

它提出了一个Null pointer Java exception...

Py4JJavaError：调用 o6739.w 时出错。: java.lang.NullPointerException ...

当我在模型的初始化中删除 explicite link=None 时效果很好。

我希望能够通过一组标准的参数，例如

然后将 GLM 初始化为：

因此，它可以更标准，并且适用于任何家庭和联系的情况。在 family=Tweedie 知道我应该使用什么默认值的情况下，似乎链接值不会被忽略？我尝试了 link='' 或 link='None' 但它引发了“无效的链接功能”。

我正在尝试在 Python 中构建 GLM 模型。我正在使用 statsmodel 并根据我在保险领域的知识，我的因变量具有 Tweedie 分布。以下是我使用的一段代码：

我收到一个错误：module 'statsmodels.genmod.families' has no attribute 'Tweedie'

有人可以帮我理解我的模型/语法的哪一部分不正确吗？

PS：我能够使用 Gamma Family 构建 GLM 模型。

我无法在 R 中调试以下 Tweedie 错误。tweedie 函数代码已在其他应用程序中工作，并且我已经检查了数据。任何帮助，将不胜感激。

if (!(validmu(mu) && valideta(eta))) 中的错误 stop("找不到有效的起始值：请指定一些"，：需要 TRUE/FALSE 的缺失值另外：警告消息：在 log(mu) ：产生的NaN

我正在尝试使用 Tweedie 发行版运行 lightgbm。我相信这段代码应该足以解决问题：

当使用应用程序和度量作为泊松时，这运行良好，但是使用 Tweedie 我得到了这个回溯：

我假设我错过了一个参数，但我很确定我已经在文档中引用了 Tweedie 的所有内容。

请问你能帮忙吗？

干杯

我正在尝试用来xgboost制作花呢模型，但是我收到一条晦涩的错误消息。

这是一个可重现的示例：

准备数据：

准备 xgboost，这里重要的是objective = 'reg:tweedie':eval_metric = "tweedie-nloglik"和tweedie_variance_power = 1.2:

最后调用 xgboost：

这给出了这个晦涩的错误消息：

问题似乎与参数有关eval_metric = "tweedie-nloglik"，因为如果我将其更改eval_metric为logloss它通过：

知道如何使用eval_metric = "tweedie-nloglik"在我的上下文中最合适的参数吗？谢谢

对于我的研究生研究，我使用 CPLM 包（特别是 cpglmm 函数）来解释数据集中的零膨胀数据（Tweedie 复合泊松分布），以查看记录对繁殖鸟类密度的影响。这不是像lme4、nlme等广泛使用的包。因此，可以在这些更常用的包上使用的模型验证方法不能在cpglmm上使用。

我目前正处于描述模型拟合的阶段，并且正在尝试计算 R 平方值，包括边际值和条件值。不幸的是，我不能使用 r2glmm 包或 MuMln 来计算 R 平方值，因为它们不支持 cpglmm。因此，我不得不通过此处找到的示例手动计算这些值（示例在附录 6 中的 cpglmm 寄生虫模型下，第 33 页）。这是该示例中的脚本：

我想要做的是在 R 中编写一个函数，使用此代码输出边际和条件 R 平方值（RglmmM 和 RglmmC），并将我的模型作为输入。我非常感谢任何有关此问题的帮助。希望我提供了足够的信息。

谢谢。