假设这个简单的例子:
treatment <- factor(rep(c(1, 2), c(43, 41)), levels = c(1, 2),labels = c("placebo", "treated"))
improved <- factor(rep(c(1, 2, 3, 1, 2, 3), c(29, 7, 7, 13, 7, 21)),levels = c(1, 2, 3),labels = >c("none", "some", "marked"))
numberofdrugs<-rpois(84, 50)+1
healthvalue<-rpois(84,5)
y<-data.frame(healthvalue,numberofdrugs, treatment, improved)
test<-lm(healthvalue~numberofdrugs+treatment+improved, y)
当我想用R来估计β二项式回归时,我该怎么办?有人熟悉吗?任何想法都值得赞赏!
我看不出这个例子与贝塔二项回归有什么关系(即,您生成了计数数据,而不是(可能的总数中的数字))。若要模拟β二项式数据,请参阅中的rbetabinom
emdbook
或rmutil
包。。。
library(sos); findFn("beta-binomial")
找到了许多有用的起点,包括
- aod(过度分散数据分析),
betabin
函数 VGAM
中的betabinomial
家族hglm
包emdbook
包(用于dbetabinom
)加mle2
包