R 中没有从 Zeroinfl 对象预测零？

我创建了一个零膨胀负二项式模型，并想要研究有多少零被划分为采样零或结构零。我如何在 R 中实现这一点。zeroinfl 页面上的示例代码我不清楚。

data("bioChemists", package = "pscl")

fm_zinb2 <- zeroinfl(art ~ . | ., data = bioChemists, dist = "negbin")

table(round(predict(fm_zinb2, type="zero"))) 
>   0   1 
> 891  24 

table(round(bioChemists$art))
    >   0   1   2   3   4   5   6   7   8   9  10  11  12  16  19 
    > 275 246 178  84  67  27  17  12   1   2   1   1   2   1   1 

这告诉我什么？

当我对数据执行相同操作时，我得到的读数仅包含 1? 下列出的样本大小？谢谢

详细信息请参见 Zeileis (2008) 的论文，网址为https://www.jstatsoft.org/article/view/v027i08/v27i08.pdf https://www.jstatsoft.org/article/view/v027i08/v27i08.pdf

收集所有关于什么的解释需要一点工作（几年了，你的问题仍然没有答案）predict函数对每个模型的作用pscl库，它被隐藏在（第 19,23 页）似然函数的数学表达式中（方程 7、8）。我将你的问题解释为你想要/需要知道如何使用不同的type预测的s：

• 预期计数是多少？ （type="response")
• 超过零的（条件）预期概率是多少？ （type="zero")
• 任何计数的（边际）预期概率是多少？ （type="prob")
• 最后有多少预测零是多余的（例如采样）而不是基于回归（即结构）？

读取 pscl 包附带的数据：

data("bioChemists", package = "pscl")

然后拟合零膨胀负二项式模型：

fm_zinb2 <- zeroinfl(art ~ . | ., data = bioChemists, dist = "negbin")

如果你想预测期望值，然后你使用

predict(fm_zinb2, type="response")[29:31]
       29        30        31 
0.5213736 1.7774268 0.5136430

因此，在这个模型下，对于 29 岁和 31 岁的生物化学家来说，博士最后 3 年发表的文章的预期数量是一半，对于 30 岁的生物化学家来说是近 2 篇。

但我相信你在追求可能性多余的零（在零点质量中）。此命令执行此操作并打印第 29 至 31 行中项目的值（是的，我去钓鱼了！）：

predict(fm_zinb2, type="zero")[29:31]

它产生以下输出：

        29         30         31 
0.58120120 0.01182628 0.58761308 

因此，第 29 项是多余零（您将其称为采样零，即非结构零，因此不能由协变量解释）的概率为 58%，第 30 项为 1.1%，第 31 项为 1.1%。是59%。因此，预计两位生物化学家的出版物为零，这超出了可以通过各种协变量的负二项式回归来解释的数量。

您已将整个数据集中的这些预测概率制成表格

table(round(predict(fm_zinb2, type="zero"))) 
  0   1 
891  24

因此，您的输出告诉您，只有 24 名生物化学家可能是超零，即预测的超零概率超过二分之一（由于四舍五入）。

如果您按照百分比刻度将 10 个点制成表格，可能会更容易解释

table(cut(predict(fm_zinb2, type="zero"), breaks=seq(from=0,to=1,by=0.1))) 

to give

 (0,0.1] (0.1,0.2] (0.2,0.3] (0.3,0.4] (0.4,0.5] (0.5,0.6] 
     751        73        34        23        10        22 
(0.6,0.7] (0.7,0.8] (0.8,0.9]   (0.9,1] 
        2         0         0         0

因此，您可以看到 751 名生物化学家不太可能成为超零，但 22 名生物化学家有 50-60% 的机会成为超零，只有 2 人的机会更高 (60-70%)。没有人极有可能是多余的零。 从图形上讲，这可以以直方图的形式显示

hist(predict(fm_zinb2, type="zero"), col="slateblue", breaks=seq(0,0.7,by=.02))

您列出了每个生物化学家的实际计数（无需四舍五入，因为这些是计数）：

table(bioChemists$art)
  0   1   2   3   4   5   6   7   8   9  10  11  12  16  19 
275 246 178  84  67  27  17  12   1   2   1   1   2   1   1

发表19篇论文的特殊生物化学家是谁？

most_pubs <- max(bioChemists$art)
most_pubs
extreme_biochemist <- bioChemists$art==most_pubs
which(extreme_biochemist)

您可以获得估计的每个生物化学家有任意数字的概率酒吧数量，正好是 0 家，最多有 19 家！

preds <- predict(fm_zinb2, type="prob")
preds[extreme_biochemist,]

你可以看看我们一位特殊的生物化学家的这个，他有 19 篇出版物（这里使用基本 R 绘图，但 ggplot 更漂亮）

expected <- predict(fm_zinb2, type="response")[extreme_biochemist]
# barplot returns the midpoints for counts 0 up to 19
midpoints<-barplot(preds[extreme_biochemist,], 
  xlab="Predicted #pubs", ylab="Relative chance among biochemists")
# add 1 because the first count is 0
abline(v=midpoints[19+1],col="red",lwd=3)
abline(v=midpoints[round(expected)+1],col="yellow",lwd=3)

这表明，尽管我们预计生物化学家 915 有 4.73 篇出版物，但在此模型下，更有可能出现 2-3 个 pub，远低于实际的 19 个 pub（红线）。

回到问题上来，对于生物化学家 29， 超过零的概率是

pzero <- predict(fm_zinb2, type="zero")
pzero[29]
       29 
0.5812012 

总体（边际）为零的概率是

preds[29,1]
[1] 0.7320871

因此，过量零的预测概率与结构性零的预测概率（即通过回归解释）的比例为：

pzero[29]/preds[29,1]
       29 
0.7938962

或者超出零的额外概率为：

preds[29,1] - pzero[29]

       29 
0.1508859

生物化学家 29 的实际出版物数量是

bioChemists$art[29]
[1] 0

因此，生物化学家预计发表量为零的原因几乎不能用回归（20%）来解释，而且大多数情况下都不能解释（即过量，80%）。

总的来说，我们发现对于大多数生物化学家来说，情况并非如此。我们的生物化学家 29 是不寻常的，因为他们零酒吧的机会大多是多余的，即回归无法解释。我们可以通过以下方式看到这一点：

hist(pzero/preds[,1], col="blue", xlab="Proportion of predicted probability of zero that is excess")

这给你：