问题描述
我想拟合一个时空模型,其中我的因变量在[> 0,
beta回归似乎适合这种情况。
我尝试了betareg程序包,该程序的工作原理很吸引人,但据我所知,我不能包含出现的复杂交互项,例如在时空数据集中进行自相关。
我知道GAM,例如软件包mgcv通过betar()系列支持beta回归。据我所知,精度/方差参数保持不变,只有平均值(mu)随预测变量而变化。
我的模型如下所示(由于是概念性的,因此不需要示例数据):
mgcv::gam(Y~ te(latitude,longitude,day)+s(X1)+s(X2)+s(X3),family=betar())
问题在于,仅对mu建模,而对phi / precision不建模
在betareg中,我可以使用预测变量来改变phi:
betareg::betareg(Y ~ X1+X2+X3+latitude+longitude | X1+X2+X3+latitude+longitude)
但是,这不能让我根据需要对时空术语进行建模,因为简单的累加效应不适合该时空术语,并且我需要诸如mgcv的te()功能或任何其他种类的交互作用术语所支持的东西。
是否可以通过phic或betareg或任何其他R软件包解决phi建模问题,但是否可以对phi建模?
非常感谢!
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)