模拟β-二项式回归

问题描述

| 假设这个简单的例子：

treatment <- factor(rep(c(1,2),c(43,41)),levels = c(1,labels = c(\"placebo\",\"treated\"))
improved <- factor(rep(c(1,2,3,1,3),c(29,7,13,21)),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估计β-二项式回归时，我该怎么办？有人熟悉吗？任何想法表示赞赏！     

解决方法

        我看不到此示例与beta二项式回归有何关系（即您已生成计数数据，而不是（总数超出总数））。要模拟β二项式数据，请参见

emdbook

或

rmutil

软件包中的

rbetabinom

...

library(sos); findFn(\"beta-binomial\")

找到了许多有用的起点，包括 aod（过度分散的数据分析），

betabin

功能

betabinomial

中的6ѭ家庭

hglm

套餐

emdbook

套餐（for10ѭ用）和

mle2

套餐