Modelo de efectos mixtos binomiales negativos inflados a cero en R

17

¿Existe tal paquete que proporcione la estimación del modelo de efectos mixtos binomiales negativos inflados a cero en R?

Con eso quiero decir:

  • Inflación cero donde puede especificar el modelo binomial para inflación cero, como en la función zeroinfl en el paquete pscl: 

    zeroinfl (y ~ X | Z, dist = "negbin")
    donde Z es la fórmula para el modelo de inflación cero;

  • Distribución binomial negativa para la parte de conteo del modelo;

  • Efectos aleatorios especificados similares a la función lmer del paquete lme4.

Entiendo que glmmADMB puede hacer todo eso, excepto que la fórmula para la inflación cero no se puede especificar (es solo una intersección, es decir, Z es solo 1). Pero, ¿hay otros paquetes que puedan hacerlo todo?

Estaré muy agradecido por tu ayuda!

r mixed-model count-data negative-binomial zero-inflation Nikita Samoylov
fuente
Estoy buscando lo mismo. Creo que glmmADMB es lo que quiero, pero no puedo hacerlo funcionar.
gregmacfarlane
Me pregunto si los paquetes ZIM o aod pueden hacer lo que quieres o no.
Graeme Walsh
2
Como actualización, el paquete glmmTMB de Ben Bolker admite un modelo mixto lineal generalizado inflado a cero (ZIGLMM).
JWilliman

Respuestas:

1

El paquete pscl proporciona un modelo de Poisson inflado a cero. No creo que pueda hacer un modelo binomial negativo, pero podría ser un lugar para comenzar. El artículo de JSS vinculado también analiza los paquetes relacionados, que pueden llevarlo a lo que está buscando.

Charlie
fuente
1
El paquete pscl permite (ahora) modelos binomiales negativos mediante el uso dezeroinfl(..., dist = "negbin", ...)
user2390246 el
0

Dependiendo de lo que intente hacer, es posible que desee ver el paquete aster . Los modelos Aster permiten el análisis conjunto de múltiples variables que tienen diferentes distribuciones de probabilidad, y recientemente se han actualizado para permitir efectos aleatorios . Fueron diseñados para el análisis del historial de vida y funcionarán en situaciones en las que puede dividir su respuesta en partes distintas con diferentes distribuciones (por ejemplo, supervivencia = Bernoulli, reproducción = Poisson). Pueden manejar la "inflación cero" modelando la mayoría de los ceros como bernoulli, y el resto de la respuesta como binomio negativo.

Encontrarás mucha documentación aquí:

http://www.stat.umn.edu/geyer/aster/

JohnSG
fuente