如何从glmmTMB Conway-Maxwell Poisson回归模型中提取Lambda和Nu参数

Question

我正在尝试使用

glmmTMB

包和模型的

family = "compois"

构建康威麦克斯韦泊松模型。该模型工作正常，但我无法从模型中找到任何表示 Conway-Maxwell 的

Lambda

和

Nu

参数的输出，这阻碍了我运行 Conway-Maxwell 随机数生成器进行模拟

一些简单的代码来说明这一点

install.packages("COMPoissonReg")
install.packages("glmmTMB")
library(COMPoissonReg)
library(glmmTMB)

#Create artificial COM poisson count data as response variable
data <- data.frame(Response = rcmp(5000, lambda = 3, nu = 2))
#Create artificial poisson count data as explanatory variable
data$Covariate <- rpois(5000, lambda = 1)*data$Response

#Run ConwayMaxwellPois glmmTMB regression model
Mod <- glmmTMB(Response ~ Covariate, 
               family = "compois",
               data = data)
summary(Mod)

#Check Models structure
str(Mod)

#Predict mu
predict(Mod, type = "response")
#Predict dispersion parameters
predict(Mod, type = "disp")

predict(Mod, type = "response")

返回实际平均值，而不是lambda，

predict(Mod, type = "disp")

返回小十进制值，我认为这些值不是Nu（我从一些来源读到实际的Nu是

1/predict(Mod, type = "disp")

，但我不确定这是否属实）。

Answer 1

如果您没有色散参数的模型，则

1/predict(Mod, type = "disp")

为 nu。您的模拟数据没有 nu=2 因为这

data$Covariate <- rpois(5000, lambda = 1)*data$Response

不遵循带有对数链接的 GLM 方程。

您是否考虑过使用

simulate()

内置的

glmmTMB

功能？它可以根据您的拟合模型进行模拟。第392页有一个例子这里

否则，Huang 2017 中的 eqn 2.2 here 定义了 lambda。您可以使用

uniroot

函数来求解每个 mu 值。