बीटा प्रतिगमन के लिए DFFITs

Question

मैं GLM के लिए DFFITS की गणना करने की कोशिश कर रहा हूं, जहां प्रतिक्रियाएं एक बीटा वितरण का अनुसरण करती हैं। betaregआर पैकेज का उपयोग करके । लेकिन मुझे लगता है कि यह पैकेज कोडinfluence.measures() का उपयोग करके समर्थन नहीं करता हैdffits()

require(betareg)
df<-data("ReadingSkills")
y<-ReadingSkills$accuracy
n<-length(y)

bfit<-betareg(accuracy ~ dyslexia + iq, data = ReadingSkills)
DFFITS<-dffits(bfit, infl=influence(bfit, do.coef = FALSE))
DFFITS

यह उपज

अगर (मॉडल $ रैंक == 0) में त्रुटि {: तर्क लंबाई शून्य का है

मैं आर में एक नौसिखिया हूं। मुझे नहीं पता कि इस समस्या को कैसे हल किया जाए। कृपया इसे हल करने में मदद करें या मुझे आर कोड के माध्यम से कुछ सुझाव दें कि मैन्युअल रूप से डीएफएफआईटी की गणना कैसे करें। सादर

Answer 1

dffits"betareg"वस्तुओं के लिए लागू नहीं किया जाता है, लेकिन आप उन्हें मैन्युअल रूप से गणना करने का प्रयास कर सकते हैं।

के अनुसार इस स्टैक ओवरफ़्लो क्यू / ए हम इस समारोह लिख सकते हैं:

dffits1 <- function(x1, bres.type="response") {
  stopifnot(class(x1) %in% c("lm", "betareg"))
  sapply(1:length(x1$fitted.values), function(i) { x2 <- update(x1, data=x1$model[-i, ]) # leave one out
    h <- hatvalues(x1)
    nm <- rownames(x1$model[i, ]) num_dffits <- suppressWarnings(predict(x1, x1$model[i, ]) - 
                                     predict(x2, x1$model[i, ])) residx <- if (class(x1) == "betareg") { betareg:::residuals.betareg(x2, type=bres.type) } else { x2$residuals
    }
    denom_dffits <- sqrt(c(crossprod(residx)) / x2$df.residual*h[i])
    return(num_dffits / denom_dffits)
  })
}

इसके लिए अच्छा काम करता है lm:

fit <- lm(mpg ~ hp, mtcars)
dffits1(fit)
stopifnot(all.equal(dffits1(fit), dffits(fit)))

अब चलो कोशिश करते हैं betareg:

library(betareg)
data("ReadingSkills")

bfit <- betareg(accuracy ~ dyslexia + iq, data=ReadingSkills)
dffits1(bfit)
#           1           2           3           4           5           6           7 
# -0.07590185 -0.21862047 -0.03620530  0.07349169 -0.11344968 -0.39255172 -0.25739032 
#           8           9          10          11          12          13          14 
#  0.33722706  0.16606198  0.10427684  0.11949807  0.09932991  0.11545263  0.09889406 
#          15          16          17          18          19          20          21 
#  0.21732090  0.11545263 -0.34296030  0.09850239 -0.36810187  0.09824013  0.01513643 
#          22          23          24          25          26          27          28 
#  0.18635669 -0.31192106 -0.39038732  0.09862045 -0.10859676  0.04362528 -0.28811277 
#          29          30          31          32          33          34          35 
#  0.07951977  0.02734462 -0.08419156 -0.38471945 -0.43879762  0.28583882 -0.12650591 
#          36          37          38          39          40          41          42 
# -0.12072976 -0.01701615  0.38653773 -0.06440176  0.15768684  0.05629040  0.12134228 
#          43          44 
#  0.13347935  0.19670715 

बुरा नहीं लगता।

टिप्पणियाँ:

• यहां तक ​​कि अगर यह कोड में काम करता है, तो आपको यह देखना चाहिए कि क्या यह आपकी सांख्यिकीय आवश्यकताओं को पूरा करता है!
• मैं का उपयोग किया है suppressWarningsलाइनों में 5:6की dffits1। किसी तरह predict(bfit, ReadingSkills)गिरता है contrasts, जबकि predict(bfit)नहीं होना चाहिए (व्यावहारिक रूप से समान होना चाहिए)। हालांकि परिणाम समान हैं: all.equal(predict(bfit, ReadingSkills), predict(bfit))इस प्रकार चेतावनी को अनदेखा करना सुरक्षित है।