В предыдущем вопросе ( Нет нулей, предсказанных от объекта zeroinfl в R? ), был отличный ответ, объясняющий, почему предсказанное распределение количества из модели ZINB пакета pscl с использованием функции zeroinfl включало так мало нулей,и как можно использовать аргументы другого типа функции предиката.zeroinfl для генерации прогнозируемого распределения количества, которое лучше отражает данные.
Я столкнулся с той же проблемой, за исключением того, что я использую glmmTMB вместо zeroinfl по ряду причин, связанных с гибкостью модели.Решение предыдущего вопроса заключалось в использовании аргумента type = "prob" для оценки вероятности получения определенного значения в диапазоне наблюдаемых значений.Не существует аналогичного аргумента типа для функции предиката.glmmTMB (https://www.rdocumentation.org/packages/glmmTMB/versions/0.2.2.0/topics/predict.glmmTMB). См. Ниже воспроизводимый пример проблемы с использованием glmmTMB. Я понимаю, почему прогнозы, основанные на ожидаемом значении, дают так мало нулей, но как я могу сгенерироватьПрогнозируемое распределение количества, которое более точно отражает наблюдаемое распределение с моделью класса glmmTMB?
library(glmmTMB)
data("bioChemists", package = "pscl")
zinb <- glmmTMB(art ~ fem + mar + kid5 + phd + ment, ziformula = ~ ., data =
bioChemists, family = nbinom2(link = "log"))
table(round(predict(zinb, type="response")))
table(bioChemists$art)
Заранее спасибо.