r - 如何拟合 Skellam 回归？

Question

是否有一种简单的方法可以在 R 中拟合多元回归，其中因变量根据 Skellam distribution 分布？ (两个泊松分布计数之间的差异)？比如:

myskellam <- glm(A ~ B + C + D, data = mydata, family = "skellam")

这应该适应固定效果。但理想情况下，我更喜欢随机效应，因为我知道固定效应可能会引入测量偏差。因此我想理想的解决方案应该是使用 lme4 或 glmmADMB 包。

或者，有没有办法转换数据以应用更常用的回归工具？

Answer 1

不完整的答案，但似乎不仅仅是评论。

混合效果似乎很难；你可以用 AD Model Builder或 Template Model Builder ，两者都具有用于拉普拉斯近似的内置设施。对于固定效果，您可以使用类似

library("skellam")
library("bbmle")

将 dskellam(x, lambda1, lambda2) 重新参数化为本质上是位置的形式(几何平均 lambda=gmlambda=sqrt(lambda1*lambda2)) 和形状 (lambdas 中的差异:ldiff=sqrt(lambda1/lambda2) (所以 lambda1=gmlambda*ldiff, lambda2=gmlambda/ldiff )。

 dskellam2 <- function(x, gmlambda, ldiff, log=FALSE) {
     dskellam(x,gmlambda*ldiff,gmlambda/ldiff,log=log)
 }

那么这样的事情应该可以工作:

 mle2(A~dskellam2(gmlambda=exp(logmu),ldiff=exp(logs), data=mydata,
      parameters=list(logmu~B+C+D),
      start=list(logmu=0,logs=0)))

...但它可能需要一些大惊小怪才能让它发挥作用。