为零膨胀泊松模型添加双向固定效应

问题描述 投票:0回答:1

我正在使用零膨胀泊松模型。我正在使用

glmmTMB

我的结果变量是 2000 年至 2015 年间全德克萨斯州的入室盗窃案数量。我的分析单位是县 (

county
)。我主要感兴趣的变量是男性失业率

这是我的基线模型

z1 <- glmmTMB(burglaries ~ male.unemployment + growth + gun.ownership + temperature 
+ offset(log(county.pop)), data = texas.data, 
family = poisson, ziformula=~1)

这个效果很好。我想向该模型添加年份 (

year
) 和县 (
county
) 固定效应。下面是我最好的。我非常确定我的符号已关闭,并且我只是添加随机效果(摘要输出是这样说的)。正确的记号是什么?

z1 <- glmmTMB(burglaries ~ male.unemployment + growth + gun.ownership + temperature 
+ offset(log(county.pop)) + (1|id+year), data = texas.data,
 family = poisson, ziformula=~1)

谢谢!

r count regression poisson glmmtmb
1个回答
0
投票

如果您确实想添加

id
year
作为固定效果,您可以按照@YouLocalUser 的建议进行操作:

z1 <- glmmTMB(burglaries ~ male.unemployment + growth + gun.ownership +
   temperature + offset(log(county.pop)) + factor(id) + factor(year), 
   data = texas.data, family = poisson, ziformula=~1) 

(为了简洁起见,您可以使用

factor()
而不是
as.factor()
。但是,明智的做法是指定
sparseX = c(cond=TRUE)
以允许条件模型使用稀疏模型矩阵。或者,稍微更有效的是,您可以指定随机效应,但使用
start
map
参数将它们的方差固定在一个非常大的值,例如

z1 <- glmmTMB(burglaries ~ male.unemployment + growth + gun.ownership +
   temperature + offset(log(county.pop)) + (1|id) + (1|year), 
   data = texas.data, family = poisson, ziformula=~1,
   start = list(theta = c(100, 100)),
   map = list(theta = factor(c(NA, NA)))

这会将随机效应方差设置为

exp(100)
(2.7e43),出于实际目的,该方差应近似无穷大(==固定效应)...

© www.soinside.com 2019 - 2024. All rights reserved.