r - 如何拟合Skellam回归？

是否有一种简单的方法可以拟合R中的多元回归，其中因变量根据Skellam distribution进行分布（两个泊松分布计数之间的差）？
就像是：

myskellam <- glm(A ~ B + C + D, data = mydata, family = "skellam")

这应该适应固定效果。但理想情况下，我更喜欢随机效应，因为我知道固定效应可能会引入测量偏差。因此，我想理想的解决方案应该是使用lme4或glmmADMB包。

或者，是否有一种方法可以转换数据以应用更常用的回归工具？

最佳答案

答案不完整，但似乎不仅仅是评论。

混合效果似乎很难。您可以使用AD Model Builder或Template Model Builder来实现，它们都具有用于Laplace逼近的内置功能。对于固定效果，您可以使用类似

library("skellam")
library("bbmle")

将dskellam(x, lambda1, lambda2)重新参数化为本质上是位置（几何平均lambda = gmlambda = sqrt(lambda1*lambda2)）和形状（lambda的差异：ldiff=sqrt(lambda1/lambda2)（因此lambda1=gmlambda*ldiff，lambda2=gmlambda/ldiff）的形式。

 dskellam2 <- function(x, gmlambda, ldiff, log=FALSE) {
     dskellam(x,gmlambda*ldiff,gmlambda/ldiff,log=log)
 }

然后这样的事情应该工作：

 mle2(A~dskellam2(gmlambda=exp(logmu),ldiff=exp(logs), data=mydata,
      parameters=list(logmu~B+C+D),
      start=list(logmu=0,logs=0)))

...但是要使其正常工作可能需要花些时间。