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@）