Mi pregunta se refiere al uso del gamlss paquete. Estoy utilizando gamlss para ajustar un conjunto de datos a una función logística. Sólo hay un predictor, permítanme denotar con x y como la dependencia global no es exactamente sigmoidea, se consigue un modelo mejor envolviendo el predictor x en una función más suave. He elegido el suavizador de splines cúbicos ( cs ). La respuesta es binómica. La denotaré con y :
y = cbind(number of successful events, total number - number of successful events). El código R es el siguiente:
cs15 <- gamlss(y~cs(x, df=15), sigma.fo=~1, family=BI, data=mydata, trace=FALSE) Quiero estimar la respuesta predicha para un conjunto de predictores no contenidos en el conjunto de datos original. Sé que esto se puede lograr con la función
cs15fit = predict(cs25, newdata=data.frame(x=xnew), type="response")Sin embargo, mi problema es que también quiero estimar los errores estándar, lo que debería hacerse añadiendo se.fit=T :
cs15fit=predict(cs25, newdata=data.frame(x=xnew), type="response", se.fit=T)Pero la adición de se.fit = T produce el siguiente error:
se.fit = TRUE no es compatible con los nuevos valores de datos por el momento
¿Alguien sabe cómo puedo seguir encontrando errores estándar para los nuevos valores?
