Как вы выполняете проверку качества связи для обобщенной линейной модели в R?

Question

Я работаю над установкой обобщенной линейной модели в R (с использованием glm()) для некоторых данных, которая имеет два предиктора в полном факториале. Я уверен, что семейство gamma - правильное распределение ошибок для использования, но не уверен в том, какую функцию ссылок использовать, поэтому я бы хотел протестировать все возможные функции ссылок друг против друга. Конечно, я могу сделать это вручную, создав отдельную модель для каждой функции связи, а затем сравните отклонения, но я полагаю, что есть функция R, которая сделает это и скомпилирует результаты. Я искал в CRAN, SO, Cross-validated и в Интернете - ближайшая функция, которую я нашел, была clm2, но я не верю, что хочу создать кумулятивную модель ссылок - на основе моего понимания того, что такое clm's.

Моя текущая модель выглядит следующим образом:

CO2_med_glm_alf_gamma <- glm(flux_median_mod_CO2~PercentH2OGrav+ 
          I(PercentH2OGrav^2)+Min_Dist+ 
          I(Min_Dist^2)+PercentH2OGrav*Min_Dist, 
        data = NC_alf_DF, 
        family=Gamma(link="inverse")) 

Как закодировать эту модель в функцию R, которая будет делать такой тест «добро-оф-линии»?

(Что касается статистической достоверности такого теста, то this discussion, а также обсуждение со статистикой post-doc заставляет меня полагать, что это действительно для сравнения AIC или отклонений между обобщенными линейными моделями, которые идентичны, за исключением имеющие разные функции связи)

Answer 1

Это не «все возможные ссылки», это тестирование по определенному классу ссылок, но Pregibon проводит тест на добротность, который реализован в пакете LDdiag. Это не на CRAN, но вы можете установить его из archives через

devtools::install_version("LDdiag","0.1") 

Данный пример (не так интересно) является

quine$Days <- ifelse(quine$Days==0, 1, quine$Days) 
ex <- glm(Days ~ ., family = Gamma(link="log"), data = quine) 
pregibon(ex) 

pregibon семейство функций звена осуществляется в glmx package. Как отметил Ахим Зелейс в комментариях, пакет предоставляет различные параметрические функции ссылок и поддерживает общую оценку и вывод, основанный на таких параметрических ссылках (или, более типично, параметрических семействах). Чтобы увидеть обработанный пример, как это можно использовать для различных оценок качества, см. example("WECO", package = "glmx"). Это повторяет анализ из двух работ Коэнкера и Юна (см. Ниже).

This example также может быть полезен.

• Koenker R (2006). «Параметрические ссылки для двоичного ответа». R News, 6(4), 32--34; link to page with supplementary materials.
• Koenker R, Yoon J (2009). «Параметрические ссылки для моделей двоичного выбора: рыбацкий-байесовский коллоквиум». Journal of Econometrics, 152, 120--130; PDF.

Answer 2

я узнал, что драги функцию (MuMIn package) может быть использован для выполнения благости-оф-линии испытаний на GLMS, пленки и т.д. В более общем плане это функция выбора модели, но обеспечивает хорошую сделку настройки. В этом случае вы можете использовать различный вариант для сравнения моделей, соответствующих различным функциям связи. См. Пример Beetle, в котором они работают для деталей.