如何在gamlss中为比例数据（非计数）拟合Beta-Binomial模型

问题根源 #

gamlss包的BB（Beta-Binomial）分布族要求响应变量是整数型的成功次数，但你传入的是连续型的比例值p，即便设置weights=n也无法改变内部对响应变量类型的校验逻辑，这直接导致了错误和警告。

可行解决方案 #

方案1：用brms包直接拟合（推荐） #

brms的beta_binomial族支持通过trials()参数指定试验数n，响应变量直接用比例p即可，无需将p*n取整为整数成功次数。示例代码：

library(dplyr)
library(brms)

df <- tibble(
  cluster = LETTERS[1:20]
) |>
  mutate(
    p = rbeta(n(), 1, 1),
    n = as.integer(3 * runif(n()))
  )

# 拟合Beta-Binomial回归
fit <- brm(
  bf(p | trials(n) ~ log(n)),
  data = df,
  family = beta_binomial(),
  chains = 4,
  iter = 2000
)

summary(fit)

方案2：gamlss中用Beta回归加随机效应替代 #

如果坚持使用gamlss，可以用BE（Beta）分布族结合聚类随机效应，模拟Beta-Binomial的过度离散特性，同时支持连续比例作为响应变量：

library(dplyr)
library(gamlss)

df <- tibble(
  cluster = LETTERS[1:20]
) |>
  mutate(
    p = rbeta(n(), 1, 1),
    n = as.integer(3 * runif(n()))
  )

# 带聚类随机效应的Beta回归
fit <- gamlss(
  p ~ log(n) + random(cluster),
  weights = n,
  data = df,
  family = BE(mu.link='identity')
)

summary(fit)

内容的提问来源于stack exchange，提问作者mihagazvoda