test studio quick glmm funcion deviance r glm

studio - Advertencia: ¡#successes no enteros en un glm binomial!(paquetes de encuesta)



quick r glmm (3)

Lo sentimos, pero es más robusto en el sentido de que si el mecanismo subyacente es un modelo binomial sobredispersado, el binomio sobredispersado lo tendrá en cuenta al estimar el error estándar. Por lo tanto, obtendrá una mejor cobertura, aunque las estimaciones de puntos sean las mismas.

Estoy utilizando el paquete twang para crear puntuaciones de propensión, que se utilizan como ponderaciones en un glom binomial mediante survey::svyglm . El código se ve así:

pscore <- ps(ppci ~ var1+var2+.........., data=dt....) dt$w <- get.weights(pscore, stop.method="es.mean") design.ps <- svydesign(ids=~1, weights=~w, data=dt,) glm1 <- svyglm(m30 ~ ppci, design=design.ps,family=binomial)

Esto produce la siguiente advertencia:

Warning message: In eval(expr, envir, enclos) : non-integer #successes in a binomial glm!

¿Alguien sabe lo que podría estar haciendo mal?

No estaba seguro de si este mensaje sería mejor en estadísticas, pero en general pensé que lo intentaría aquí primero.


No hay nada de malo, glm es exigente cuando se trata de especificar modelos binomiales (y Poisson). Advierte si detecta que el no. La prueba o el éxito no es integral, pero sigue adelante y se ajusta al modelo de todos modos. Si desea suprimir la advertencia (y está seguro de que no es un problema), use family=quasibinomial en family=quasibinomial lugar.


No hay nada malo, computacionalmente , pero estadísticamente puede que no esté haciendo algo que tenga mucho sentido. En tal caso, probablemente sea mejor usar un método de regresión robusto, que generalmente es una buena idea para datos de respuesta proporcional si sus datos incluyen unidades con exactamente 1 o exactamente 0.