GAMM con datos inflados a cero

¿Es posible ajustar un GAMM (Modelo mixto aditivo generalizado) para datos inflados a cero en R?

Si no, ¿es posible ajustar un GAM (Modelo Aditivo Generalizado) para datos inflados a cero con una distribución binomial negativa o cuasi Poisson en R? (Encontré COZIGAM :: zigam y mgcv: funciones ziP para la distribución de Poisson)

Además de mgcv y sus familias de Poisson con inflación cero ( ziP()y ziplss()), también puede consultar el paquete brms de Paul-Christian Bürkner. Puede ajustarse a modelos de distribución (donde modela más que solo la media, en su caso el componente de inflación cero del modelo puede modelarse como una función de covariables al igual que la función de conteo).

Puede incluir suavizados en cualquiera de los predictores lineales (para la parte media / cuenta, parte de inflación cero, etc.) mediante s()y t2()términos para splines simples 1-d o isotrópicas 2-d, o splines de producto tensor anisotrópico respectivamente. Tiene soporte para distribuciones binomiales infladas a cero, Poisson, binomiales negativos y beta, más distribuciones beta infladas a cero uno. También tiene modelos de obstáculos para Poisson y respuestas binomiales negativas (donde la parte de conteo del modelo es una distribución truncada para no producir más conteos de cero).

brms se ajusta a estos modelos con STAN , por lo que son completamente bayesianos, pero esto requerirá que aprenda un nuevo conjunto de interfaces para extraer información relevante. Dicho esto, hay varios paquetes que ofrecen funciones de soporte solo para esta tarea, y brms tiene funciones de ayuda escritas que utilizan estos paquetes secundarios. Necesitará instalar STAN y necesitará un compilador de C ++ ya que brms compila el modelo como se define usando R en el código STAN para la evaluación.

El glmmTMBpaquete ofrece esto y se describe en un artículo reciente de bioRxiv: Brooks et al. (2017) Modelado de datos de recuentoglmmTMB inflados a cero con , bioRxiv, doi: 10.1101 / 132753 .

Gavin Simpson también tiene una buena publicación de blog que se compara glmmTMBcon mgcveste propósito: conteo de ajuste y conteo de GLMM de cero inflado con mgcv .