在 tidymodels 中使用 glmnet 引擎来拟合以百分比数据作为响应的模型

Question

我有兴趣使用惩罚回归 (LASSO) 与

glmnet

中的

tidymodels

引擎来拟合具有连续响应变量并在 0 和 1 之间绑定的模型。我熟悉如何将模型拟合到此使用更“标准”的广义线性建模框架（例如，使用 beta 系列和与

glmmTMB

包的 logit 链接）的数据类型，但在使用惩罚回归时有点迷失（

glmnet

，

tidymodels

） 。据我所知，glmnet 只接受几个不同的家庭。感谢您的任何想法或想法！

我尝试使用默认的高斯族和 glmnet/tidymodels 进行线性回归，但我觉得我不能依赖这些结果，因为响应数据与这个分布不匹配。

Answer 1

指定family = "binomial"应该

可能

就可以了。这将强制对残差方差进行合理的缩放（与

p*(1-p)

成比例）。只要

glmnet

的机制中没有任何内容特别需要整数值响应，就应该没问题（例如，如果您拟合具有非整数响应的模型，base-R

glm()

会警告您，但会仍然给你合理的点估计）。