r - 您如何对 R 中的广义线性模型执行链接测试的优劣？

Question

我正在为一些在全阶乘中有两个预测变量的数据拟合 R 中的广义线性模型(使用 glm())。我相信 gamma 系列是正确的错误分布，但不确定要使用哪个链接函数，所以我想相互测试所有可能的链接函数。当然，我可以通过为每个链接函数制作单独的模型然后比较偏差来手动执行此操作，但我想有一个 R 函数可以执行此操作并编译结果。我在 CRAN、SO、Cross-validated 和网络上搜索过 - 我找到的最接近的函数是 clm2但我不相信我想要一个累积链接模型 - 基于我对 clm 是什么的理解。

我目前的模型是这样的:

CO2_med_glm_alf_gamma <- glm(flux_median_mod_CO2~PercentH2OGrav+
                           I(PercentH2OGrav^2)+Min_Dist+
                           I(Min_Dist^2)+PercentH2OGrav*Min_Dist, 
                  data = NC_alf_DF,
                  family=Gamma(link="inverse"))

我如何将这个模型编码到一个 R 函数中来进行这样的“链接优度”测试？

(就此类测试的统计有效性而言， this discussion 以及与统计博士后的讨论使我相信，比较相同的广义线性模型之间的 AIC 或偏差是有效的，只是具有不同链接功能)

Answer 1

这不是“所有可能的链接”，它是针对指定类别的链接进行测试，但是 Pregibon 进行了在 LDdiag 中实现的链接优度测试。包裹。它不在 CRAN 上，但您可以从 archives 安装它通过

devtools::install_version("LDdiag","0.1")

给出的例子(不是那么令人兴奋)是

quine$Days <- ifelse(quine$Days==0, 1, quine$Days)
ex <- glm(Days ~ ., family = Gamma(link="log"), data = quine)
pregibon(ex)

pregibon 链接函数系列在 glmx package 中实现.正如 Achim Zeleis 在评论中指出的那样，该包提供了各种参数链接功能，并支持基于此类参数链接(或更一般的参数族)的一般估计和推理。要查看如何将其用于各种链接优度评估的工作示例，请参阅 example("WECO", package = "glmx") .这复制了 Koenker 和 Yoon 两篇论文的分析(见下文)。

This example也可能有用。

Koenker R (2006)。 “二元响应的参数链接。” R News, 6(4), 32--34 ; link to page with supplementary materials .

Koenker R, Yoon J (2009)。 “二元选择模型的参数链接:Fisherian-Bayesian 对话。” Journal of Econometrics, 152, 120--130 ; PDF .