问题标签 [vgam]

我想估计 beta 正态分布的参数。我使用了 maxLik 包

但它给出了错误

问题是错误的无限值是不可接受的。如果有人能解决这个问题，我会很高兴。

无法使用上述三种方法手动安装旧版本的 R (v3.3.3) 的旧包 (VGAM) 以在平台上工作：x86_64-apple-darwin13.4.0 (64-bit)

我试图从中汲取的有关此主题的先前线程：

在 R 中手动下载和安装包

R中的“安装包'FILE_PATH'的退出状态非零”

我正在运行 Mac OS 10.9.5，所以我必须运行 R v3.3.3。因此，我无法加载 VGAM 包的当前版本，所以我一直在尝试通过使用以下代码安装它的早期版本，但失败了，但所有三个尝试都导致非零退出状态。看来gfortran有问题？不知道这是什么或它做什么。

我希望能够成功安装 VGAM 包，但是对于每个代码块，我分别收到以下错误消息：

对于第二个块/尝试，file.copy() 方法只产生“FALSE”输出，并且似乎没有像我想要的那样正确创建“VGAM.RData”文件：

第三个块/尝试返回以下错误：

我一直在尝试将零截断负二项式拟合到一些计数数据。在某些情况下，它可以很好地工作，例如：

但是，在其他情况下，它会失败：

在这种情况下，泊松拟合效果很好：

有什么办法可以解决这个问题吗？

谢谢！

我正在使用 R 分析来自青年风险行为调查的复杂调查数据。

我使用包“mice”创建了多个插补来解决丢失的数据，并在“mitools”中创建了一个 imputationList。有了这些数据，我正在重新加权的调查设计中运行序数回归模型（使用'svyVGAM'），使用“调查”中的 with.imputationList 函数。我已经将我的第一个模型的插补组合成一个单一的数据集，并在“mitools”中使用 MIcombine。

现在我需要创建边际效应图，跟踪响应变量中不同多项选择选项的回归系数的变化。（预测变量是管理年份；想法是观察这些系数的变化——选择每个答案选项的边际概率——从一个调查管理到下一个调查管理，在几个不同的调查中。）

我一直在使用“ggeffects”，它通过重复运行回归计算估算数据集中的边际效应，然后汇集结果（尽管如上所述，我已经运行并将这些与“调查”和“mitools”结合起来。 'ggeffects' 似乎无法利用这些结果）。这是生成对象“预测”的代码，其中包含五组回归参数，这些参数将被另一个函数 (pool_predictions(predictions)) 合并：

仅供参考，yrbs_svyimputationList 是由survey:svydesign() 生成的对象，它包含我运行的5 个插补中的每一个的survey.design 对象。这些应该连续提供 svy_vglm 中的“设计”参数。另外，关于 svy_vglm 家族论点，这似乎是造成麻烦的原因。svy_VGAM 文档指向家庭的 VGAM:vglm 文档。在那里，我发现了一个累积模型的结构如下

（我使用的是概率，而不是 logit，并且我省略了我不需要的参数。）但是当我尝试运行它时，我得到了一系列错误。先来

所以我取出了并行参数（即使我以后想用它来区分 5 个可能的序数响应），我得到了这个错误：

这很奇怪，因为 VGAM 文档指定了“probitlink”。所以我把它改成“probit”，我得到了一个非常糟糕的错误：

当我从VGAM系列功能列表中复制它时，它怎么可能不是“VGAM系列功能”？

我希望有人能直截了当地说：我如何检索汇总、重新加权的复杂调查数据的边际效应？

谢谢！

我正在使用 R 包“survey”、“svy_VGAM”和“mitools”对复杂调查数据集的多重插补运行回归模型。我在 svyimputationList 上使用 svy_VGAM::svy_vglm()（在 'mitools' 中创建），然后将结果与 mitools::MIcombine 结合，得到一个 MIresult 对象。这些模型在模型族（累积、sratio、acat、bernoulli）和链接函数（probit、logit、cloglog）以及预测变量方面有所不同。

现在我需要比较模型。软件包的文档都没有讨论如何做到这一点。其他软件包中的诊断不接受“miresult”对象中的池化 svy_vglm 输出。例如，当我将未组合的 svy_vglm 模型从survey::with 转换为“mira”对象以进行池（使用mice::pool()）或评估（使用mice::D1() 进行Wald 测试或mice:: D3() 用于似然比），我收到错误“svy_vglm 类的对象没有整洁的方法”

有哪些工具可用于在survey::with 或mitools::MIcombine 的输出上创建绘图和运行诊断？更广泛地说，任何人都可以建议如何比较多重估算的回归​​。重新加权使用该软件建模的复杂调查数据？

（请注意，我就同一研究的不同主题提出了不同的问题。对于出现冗余，我深表歉意。）

使用我的数据，我使用 VGAM 包创建了对数刻度（限制/比例赔率）累积概率和无限制累积概率，如下所示（使用模拟数据进行）：

我也想绘制 95% 的可信区间，但我不知道如何。我了解confintvglm计算它，但我不确定如何正确使用和绘制它。

我想对 vglm 对象执行逐步回归。由于它们是 S4，因此类似的方法step()行不通。我发现step4()and step4vglm()in VGAM，它看起来像step(), 但对于S4对象的等价物。但是，我一直收到同样的错误Error in Deviance.categorical.data.vgam(mu = mu, y = y, w = w, residuals = residuals, : arguments 'y' and 'mu' must have at least 2 columns。我无法理解和解决这个问题。有谁知道出了什么问题？还是有一种方法可以转换S4为S3并仅用于step()执行逐步回归？如果有帮助，我附上了一个代表。

^{由reprex 包于 2021-10-26 创建(v2.0.1)}

我在别处读到 VGAM 包可用于通过 genpoisson 族对分散不足的计数数据进行建模。但是，当我查找 genpoisson0、genpoisson1 和 genpoisson2 的帮助文件时，它们都说以下内容：

“理论上，允许 λ 参数为负值以处理欠分散，但是不再支持这一点，因此 0 < λ < 1。”

“理论上，\varphi 参数可能被允许小于统一来处理分散不足，但这是不支持的。”

“理论上，可能允许 α 参数为负值以处理分散不足，但这是不支持的。”

我可以去哪里处理分散不足的问题？

length(u_NI$k_u) = 637594

我收到了这个错误：

问题出在数据集过大还是起始参数上？

可重复的例子：

这是行不通的，我不明白为什么。

这里似乎有问题：

argument 'lower' must be positive