在 GLM 准规范中使用变量

Question

我使用拟似然方法 ( ) 将 GLM 拟合到一些数据family=quasi(...)。

我想p在方差规范中使用一个变量，如下所示：

family = quasi(link=log, variance=mu^p) 

然而这不起作用（它不再识别mu）。

有什么方法可以让 R 在求值之前将 p 的值插入表达式中，这样我就可以使用p而不是数字？

这是一个不起作用的示例：

set.seed(1)
x <- runif(100)
y <- x^2+2*x+sin(2*pi*x) + rnorm(100)

fitModel <- function(x,y, p) {
  model <- glm(y~x, family=quasi(link=log, variance=mu^p))
  return(model)
}
fitModel(x,y,2)

谢谢！

Answer 1

该family函数进行了奇特的解析，这意味着paste0评论中建议的解决方案如果不跳过相当大的圈子就无法工作。另外，如果任何 y 值 <= 0，则以下函数将失败，因此我稍微更改了示例（如果您确实有负响应值，则必须考虑对此做什么... ）

set.seed(1)
x <- seq(2,10,length=100)
y <- x^2+2*x+sin(2*pi*x) + rnorm(100,)

我所做的是创建一个quasi族对象，然后动态修改其方差函数。

pfamily <- quasi(link="log",variance="mu")
fitModel <- function(x,y, p) {
    pfamily[["variance"]] <- function(mu) mu^p
    model <- glm(y~x, family=pfamily)
    model
}

fitModel(x,y,2)
fitModel(x,y,1)

就其价值而言，此变体应该能够执行 的任意值p，因此例如您可以在方差幂上绘制一条曲线：

dfun <- function(p) {
   deviance(fitModel(x,y,p))
}
pvec <- seq(0.1,3,by=0.1)
dvec <- sapply(pvec,dfun)
par(las=1,bty="l")
plot(pvec,dvec,type="b",xlab="variance power",ylab="deviance")