Generalizada Gamma GLM

Question

la generalización de la distribución gamma es una generalización de la de dos parámetros distribución gamma: https://en.wikipedia.org/wiki/Generalized_gamma_distribution

Sin embargo no puedo encontrar una aplicación en R (o python) que me permite usar esta en un GLM marco, algo así como glm(y ~ x, family(GenGamma)).

Sólo pude encontrar una definición de distribución en el flexsurv paquete, pero sólo para la supervivencia de uso.

Es allí una manera de utilizar la generalizada gamma en un GLM?

ACTUALIZACIÓN:

método 1. sugerido por @Glen_b funciona bastante bien:

library(flexsurv)
df <- data.frame(y = runif(100, 1, 10), x1 = rnorm(100))
flexsurvreg(Surv(y) ~ x1, data = df, dist = "gengamma")

Answer 1

Hay varios razonablemente claras opciones.

1. Usted puede utilizar el modelo de supervivencia. El tratamiento de los valores de las respuestas como todos-sin censura los tiempos de supervivencia. He utilizado esta estrategia para el ajuste de Weibull modelos, por ejemplo, que a menudo funciona bastante bien.

   Hay un ejemplo aquí que se muestra haciendo con un modelo Weibull para los no-datos de supervivencia. [Hay un segundo ejemplo aquí de usarlo simplemente ajuste a una distribución de Weibull en un caso donde la habitual fitdistr enfoque estaba teniendo problemas.]

   Esos dos ejemplos deberían ser suficientes para transmitir la idea general, y aplicarlo a la generalización de la gamma.

2. Si usted sabe que el "poder" de parámetro ($p$ en el enlace de Wikipedia) puede transformar los datos a una Gamma y el uso de GLM.

3. Si $p$ es desconocido, puede utilizar el hecho de que el condicional en $p$ usted puede caber un GLM (y luego ML de estimación del parámetro de escala para los que, como a través de la función relevante en la MASA - que es el uso de una idea similar) para obtener un perfil de la probabilidad de $p$, para obtener un total de MLE para $p$ y la gamma de parámetros.

4. Alternativamente, usted puede intentar el uso directo de la optimización de la probabilidad.