ГАММ с нулевыми данными

Можно ли подобрать GAMM (Обобщенную аддитивную смешанную модель) для данных с нулевым раздувом в R?

Если нет, то можно ли подобрать GAM (обобщенную аддитивную модель) для данных с нулевым раздувом с отрицательным биномиальным или квазипуассоновским распределением в R? (Я нашел функции COZIGAM :: zigam и mgcv: ziP для распределения Пуассона)

В дополнение к mgcv и его раздуваемым нулями семействам Пуассона ( ziP()и ziplss()), вы также можете взглянуть на пакет brms от Paul-Christian Bürkner. Он может соответствовать моделям распределения (где вы моделируете больше, чем просто среднее значение, в вашем случае компонент нулевой инфляции модели может быть смоделирован как функция ковариат, точно так же, как и функция подсчета).

Вы можете включить сглаживание в любом из линейных предикторов (для среднего / счетного, нулевой инфляции и т. Д.) Через s()и t2()слагаемые для простых 1-мерных или изотропных 2-мерных сплайнов или сплайнов анизотропных тензорных произведений соответственно. Он поддерживает распределения с биномом с нулевым надуванием, пуассоновским, отрицательным биномиальным и бета-распределением, а также с бета-распределением с нулевым инфляцией. У этого также есть модели препятствия для Пуассона и отрицательных биномиальных ответов (где счетная часть модели является усеченным распределением, чтобы не производить дальнейшие нулевые счета).

brms подходит для этих моделей с использованием STAN , поэтому они полностью байесовские, но для этого потребуется изучить новый набор интерфейсов для извлечения соответствующей информации. Тем не менее, есть несколько пакетов, предлагающих функции поддержки только для этой задачи, и у brms написаны вспомогательные функции, которые используют эти вторичные пакеты. Вам нужно будет установить STAN и вам понадобится компилятор C ++, так как brms компилирует модель, определенную с использованием R, в код STAN для оценки.

glmmTMBПакет предлагает это и описано в недавней статье bioRxiv: Брукс и др. (2017). Моделирование данных сglmmTMB нулевым раздувом с помощью bioRxiv, doi: 10.1101 / 132753 .

У Гэвина Симпсона также есть хороший пост в блоге, который сравнивается glmmTMBс mgcvэтой целью: подгонка количества и GLMM с нулевым раздувом и mgcv .