Existe alguma maneira de executar o LASSO com regressão binomial negativa em R? Estou executando uma regressão binomial negativa no meu conjunto de dados porque os dados são muito dispersos para impor a regressão de poisson. Enquanto isso, também estou enfrentando algum problema de multicolinearidade. Eu já tentei usar glmnet
com family = poisson
, mas os dados não estão se ajustando muito bem (tanto para alfa = 0 quanto para alfa = 1) ... Sinceramente, não sei o que fazer para analisar essa grande bagunça de dados: /
obrigado
EDIT: aqui está a tabela de variância-covariância do ajuste binomial negativo
8.392729e+18 1.239178e+06 -3.624090e+05 1.896258e+17 -3.702521e+17
1.239178e+06 1.119052e-04 5.201989e-06 -1.877590e+05 -2.558095e+05
-3.624090e+05 5.201989e-06 5.179343e-06 -8.021543e+04 -1.436381e+05
1.896258e+17 -1.877590e+05 -8.021543e+04 2.193290e+17 6.413947e+16
-3.702521e+17 -2.558095e+05 -1.436381e+05 6.413947e+16 2.142183e+17
r
regression
generalized-linear-model
Jin-Dominique
fonte
fonte
glmnet
pacote e, em seguida, fazer um ajuste post hoc aos erros padrão dos parâmetros com base no desvio residual estimado ...)vcov(fit)
dá,fit
sendo seu objeto glm.Respostas:
O LASSO e outros métodos penalizados para binomial negativo e binomial negativo inflado a zero são fornecidos pelo
mpath
pacote em R, como foi observado em uma página mais recente de Validação Cruzada . Uma resposta nessa página, no entanto, indica alguma dificuldade em usarmpath
. Uma publicação recente ilustra uma aplicação dompath
pacote; uma vinheta no pacote R reproduz a análise de dados dessa publicação.fonte