DFFIT สำหรับการถดถอยเบต้า

Question

ฉันกำลังพยายามคำนวณ DFFITS สำหรับ GLM โดยที่คำตอบเป็นไปตามการแจกแจงเบต้า โดยใช้betaregแพ็คเกจ R แต่ฉันคิดว่าแพ็คเกจนี้ไม่รองรับinfluence.measures()เพราะใช้dffits() Code

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

มันให้ผล

เกิดข้อผิดพลาดใน if (model $ rank == 0) {: อาร์กิวเมนต์มีความยาวเป็นศูนย์

ฉันเป็นมือใหม่ในอาร์ฉันไม่รู้วิธีแก้ไขปัญหานี้ กรุณาช่วยแก้ปัญหานี้หรือให้คำแนะนำผ่านรหัส R เกี่ยวกับวิธีคำนวณ DFFIT ด้วยตนเอง ความนับถือ

Answer 1

dffitsไม่ได้นำไปใช้กับอ"betareg"อบเจ็กต์ แต่คุณสามารถลองคำนวณด้วยตนเองได้

ตามQ / A Stack Overflow นี้เราสามารถเขียนฟังก์ชันนี้ได้:

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)
  })
}

มันทำงานได้ดีสำหรับlm:

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

ตอนนี้เรามาลองbetareg:

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 

ดูไม่เลวเลยนะ

หมายเหตุ:

• แม้ว่าจะใช้รหัสได้ แต่คุณควรตรวจสอบว่าตรงตามข้อกำหนดทางสถิติของคุณหรือไม่!
• ฉันเคยใช้suppressWarningsในบรรทัด5:6ของdffits1. predict(bfit, ReadingSkills)ลดลงcontrastsอย่างใดในขณะที่predict(bfit)ไม่ (ควรจะเหมือนกันจริง) อย่างไรก็ตามผลลัพธ์จะเหมือนกันall.equal(predict(bfit, ReadingSkills), predict(bfit))ดังนั้นการเพิกเฉยต่อคำเตือนจึงปลอดภัย