提问人：Alex San 提问时间：11/15/2023 最后编辑：Stéphane LaurentAlex San 更新时间：11/15/2023 访问量：66
如何模拟 beta 回归 （betareg） 的数据点？
How to simulate a data point from a beta-regression (betareg)?
问：
R 初学者在这里！
我对 R 中的“betareg”模型分别对 beta 回归有疑问。
我想模拟一个值（temp 300）的 beta 回归数据点。 我应该首先模拟 temp=300 的 10 个数据点，然后将它们添加到我的图和回归的拟合线中，以测试我生成的转换。这模拟的 10 个数据点应该分散开来 垂直于回归线...
从 beta 分布生成随机样本的函数 rbeta 不是用于拟合模型的函数......beta 分布有不同的参数化。我需要将从 betareg 得出的估计值转换为 rbeta 中使用的参数。
我是 r 的初学者，不知道如何从 betareg 模型中提取和操作正确的估计值以输入 rbeta 以生成数据点......
这是我的代码，但我很明白这不是严格的方式......
library(betareg)
data("GasolineYield")
model <- betareg(yield ~ temp, data = GasolineYield)
new_temp <- seq(min(GasolineYield$temp), max(GasolineYield$temp), length.out = 100)
preds <- predict(model, newdata = data.frame(temp = new_temp), type = "response")
predicted_values <- predict(model, newdata = data.frame(temp = new_temp), type = "response")
plot(GasolineYield$temp, GasolineYield$yield, xlab = "Temperature (Fahrenheit)", ylab = "Yield", main = "Beta-Regression Model")
lines(new_temp, preds, col = "red", lwd = 2)
specific_temp <- 300
new_data <- data.frame(temp = specific_temp)
mu <- predicted_values
phi <- exp(predicted_values)^2
simulated_yield <- rbeta(n = 1, shape1 = mu * phi, shape2 = (1 - mu) * phi)
points(specific_temp, simulated_yield, col = "red", pch = 16)
simulated_yield_300 <- rbeta(n = 10, shape1 = predicted_values * phi, shape2 = (1 - predicted_values) * phi)
points(rep(300, 10), simulated_yield_300, col = "red", pch = 16)
感谢您查看我的问题:)
答：
0赞
Stéphane Laurent
11/15/2023
#1
打印模型显示：
library(betareg)
data("GasolineYield")
model <- betareg(yield ~ temp, data = GasolineYield)
# Call:
# betareg(formula = yield ~ temp, data = GasolineYield)
#
# Coefficients (mean model with logit link):
# (Intercept) temp
# -3.908231 0.007308
#
# Phi coefficients (precision model with identity link):
# (phi)
# 26.64
参数为 ，参数 是 Beta 分布的均值，由 给出。因此，对于特定温度，您可以得到 和 如下所示：phishape1+shape2mushape1/(shape1+shape2)logit(mu) = intercept + slope*tempshape1shape2
specific_temp <- 300
logit_mu <- -3.908231 + 0.007308 * specific_temp
phi <- 26.64 # this is shape1+shape2
mu <- 1 / (1 + exp(-logit_mu)) # this is shape1/(shape1+shape2)
shape1 <- mu * phi
shape2 <- phi - shape1
预测的响应是均值，因此您可以检查与该函数获得的值相同。mupredict
评论
0赞
Alex San
11/15/2023
非常感谢！这奏效了。现在试图把我的头包裹起来。
评论
plot(GasolineYield$temp, GasolineYield$yield, xlab = "Temperature (Fahrenheit)", ylab = "Yield", main = "Beta-Regression Model")plot(GasolineYield$temp, GasolineYield$yield, xlab = "Temperature (Fahrenheit)", ylab = "Yield", main = "Beta-Regression Model", ylim=c(0,1))points(rep(300, 10)+rnorm(10,mean=0,sd=2),...