如何创建具有交互作用的负二项式回归模型的交集？

如何解决如何创建具有交互作用的负二项式回归模型的交集？

我试图在 R 中绘制负二项式回归模型 (glm.nb) 的交互效应。因变量会议是数字。变量 EU 是二分的，变量“类型”是分类的 1/2/3。

glmnbmodel <- glm.nb(meetings ~ EU + type + EU*type,data = data)

我尝试使用以下命令进行绘图：interplot(m = glm.nb,var1 = "meetings",var2 = "type")

导致此错误的原因：

> interplot(m = glmnbmodel,var1 = "EU",var2 = "type")
Error in (function (classes,fdef,mtable)  : 
  unable to find an inherited method for function ‘sim’ for signature ‘"negbin"’

我用 glm 模型尝试了同样的方法，其中 R 无法识别模型中的交互：

> glmmodel <- glm(meetings ~ EU + type + EU*type,data = data)
> interplot(m = glmmodel,var2 = "type")
Error in interplot.default(m = glmmodel,var2 = "type") : 
  Model does not include the interaction of EU and type .

我做错了什么？

1. 否则如何在负二项式回归模型中绘制交互作用？
2. 为什么 R 在模型中找不到交互？

我已经坚持了很长一段时间，所以非常感谢任何帮助！

解决方法

您没有正确指定公式。 ~EU*type 表示 ~ EU + type + EU:type 和 R 将纠正这一点，但对于包 interplot 很可能它正在寻找交互术语，因此您可以这样做：

set.seed(111)
data = data.frame(meetings = rnbinom(100,mu=10,size=1),EU=rbinom(100,1,0.5),type = factor(sample(1:3,100,replace=TRUE)))

glmmodel <- glm(meetings ~ EU + type + EU:type,data = data,family="poisson")
interplot(m = glmmodel,var1 = "EU",var2 = "type")

对于负二项式，您可以先拟合模型以获得 theta 估计值并在 glm 内调用它，如下所示：

fit <- glm.nb(meetings ~ EU + type + EU:type,data = data)
glmnbmodel <- glm(meetings ~ EU + type + EU:type,family = negative.binomial(fit$theta))

interplot(m = glmnbmodel,var2 = "type")