glmulti 与分数 logit 模型答案

【问题标题】：glmulti with a fractional logit modelglmulti 与分数 logit 模型
【发布时间】：2016-03-02 18:27:48
【问题描述】：

我想用以下命令拟合分数 logit 模型：

glmfit <- glm(tr1 ~ period + male + stib+ income, 
   family = quasibinomial(link = "logit"), data=mydata)

其中tr1 是一个介于零和一之间（包括一些零）的变量。

我现在想选择具有最小 QAIC 值的模型（即测试自变量的可能组合并检查生成的 QAIC 值）。为此，我尝试在 R 中应用 glmulti 命令：

require("glmulti")
glmulti.out <- glmulti(tr1 ~ period + male + stib+ income, 
  data = mydata,crit = "qaic", 
   confsetsize = 5, fitfunction = "glm", 
   family = quasibinomial(link = "logit"))

但是，我经常收到以下错误，但我不明白为什么：

lesCrit[sel] = cricri 中的错误：替换的长度为零

有谁知道我该如何解决这个问题？

【问题讨论】：

能否提供一个可重现的示例？
@Ben Bolker ：在下面发布了一个答案，但仍然有一个可能的解决方案存在问题 - 你知道如何解决这个问题吗？

标签： r glm

【解决方案1】：

对我来说这很有效：

library(bbmle)
qaicmod = function (fit) qAIC(fit, dispersion=with(fit,sum((weights * residuals^2)[weights > 0])/df.residual) ) 

glmulti.out <- glmulti(tr1 ~ period + male + stib+ income, 
  data = mydata,crit = "qaicmod", 
   confsetsize = 5, fitfunction = "glm", 
   family = binomial(link = "logit"))

这使用常规二项式 GLM，但根据估计的色散系数计算 QAIC。在 qaicmod 函数的色散参数中，您还可以将包含所有变量的完整拟二项式 GLM 的估计色散系数放入（我见过的一些统计数据建议这样做），即改为使用

disp <<- summary(fullmodel)$dispersion
qaicmod = function (fit) qAIC(fit, dispersion=disp)

最后，我也尝试使用

library(MuMIn)
x.quasibinomial <<- function(...) {
res <- quasibinomial(...)
res$aic <- binomial(...)$aic
res
}
qaicmod <<- function (fit) QAIC(update(fit, family = x.quasibinomial), chat = deviance(fit) / df.residual(fit))

glmulti.out <- glmulti(tr1 ~ period + male + stib+ income, 
      data = mydata,crit = "qaicmod", 
       confsetsize = 5, fitfunction = "glm", 
       family = binomial(link = "logit"))

但这会返回错误"Error in eval(expr, envir, enclos) : could not find function "fitfunc"" - 不知道如何解决这个问题... （这个想法是这个解决方案会正确地将模型重新调整为准二项式 GLM，然后从中返回 QAIC）

虽然我认为上面的第一个解决方案应该没问题...

【讨论】：