r - glm.nb 与 sqrt 链接

Question

我正在尝试使用 sqrt 链接拟合 Negbin 模型。不幸的是，我似乎必须指定起始值。有人熟悉在运行 glm.nb 时设置起始值吗？命令(包 MASS)？

当我不使用起始值时，我收到一条错误消息:

no valid set of coefficients has been found: please supply starting values

看着 ?glm.nb似乎可以设置起始值，不幸的是我绝对不知道如何做到这一点。一些进一步的信息: 1.当使用标准日志链接计算回归时，可以估计回归。 2. 无法将算法的起始值设置为任意值，例如

glm.nb(<model>,link=sqrt, start=1)

不起作用!

Answer 1

对于足够复杂的问题，找到合适的起始值可能很困难。但是，要设置起始值(文档不是很好，但存在)，您应该学习阅读错误消息。这是您使用 start=1 失败的尝试的复制品使用内置数据集:

>quine.nb1 <- glm.nb(Days ~ Sex + Age + Eth + Lrn, data = quine, 
                    link=sqrt, start=1)
Error in glm.fitter(x = X, y = Y, w = w, start = start, etastart = etastart,  : 
  length of 'start' should equal 7 and correspond to initial coefs for 
  c("(Intercept)", "SexM", "AgeF1", "AgeF2", "AgeF3", "EthN", "LrnSL", )

它准确地告诉您它的期望:要估计的每个系数的值向量。

quine.nb1 <- glm.nb(Days ~ Sex + Age + Eth + Lrn, data = quine, 
                    link=sqrt, start=rep(1,7))

有效，因为我给出了一个长度为 7 的向量。您可能需要使用其中的实际值来获得一个始终预测正值的模型。很可能是 glm.nb 中生成起始值的默认算法在某处给出负面预测， sqrt链接不能容忍(与 log 不同)。如果您无法手动找到有效的起始值，您可以尝试运行一个更简单的模型，并将其他参数的估计值扩大 0，以获得一个好的起始位置。

编辑:建立模型

假设您找不到复杂模型的有效起始值。然后从一个简单的开始，例如

> nb0 <- glm.nb(Days ~ Sex, data=quine, link=sqrt)
> coef(nb0)
(Intercept)        SexM 
  3.9019226   0.3353578 

现在让我们使用先前的起始值添加下一个变量，方法是为新变量的影响添加 0 个估计值(在本例中 Age 有四个级别，因此需要 3 个系数):

> nb1 <- glm.nb(Days ~ Sex+Age, data=quine, link=sqrt, start=c(coef(nb0), 0,0,0))
> coef(nb1)
(Intercept)        SexM       AgeF1       AgeF2       AgeF3 
  3.9127405  -0.1155013  -0.5551010   0.7475166   0.5933048 

您通常希望继续添加 0 而不是 100，因为系数为 0 意味着新变量没有影响 - 这正是您刚刚拟合的更简单模型所假设的。