Я пытаюсь вычислить доверительные интервалы для моделей с нулевым завышением, которые были настроены с помощью функции zeroinfl().
Если я вычислю их из линейной модели или GLM, используя функцию
predict(glm, newdata, type = "response", se.fit = TRUE)
он отлично работает и возвращает значения для $fit, $se.fit, $df и $residual.scale (я не знаю, что означают два последних вывода - разъяснения по этому поводу также очень ценятся).
Однако, когда я заменяю glm моделью с нулевым завышением, я получаю только значения для $fit.
Вот пример: (я не знаю, как использовать set.seed - так что не вините меня за это)
set.seed(123)
a <- data.frame(participant = c(1:10),
activity = c(round(abs(rnorm(10)))),
METmin = c(round(abs(rnorm(10)))),
Var4 = c(round(abs(rnorm(10)))),
Var5 = c(round(abs(rnorm(10)))))
b <- data.frame(participant = c(1:10),
activity = c(round(abs(rnorm(10)))),
METmin = c(round(abs(rnorm(10)))),
Var4 = c(round(abs(rnorm(10)))),
Var5 = c(round(abs(rnorm(10)))))
identical(a,b) #FALSE
model <- zeroinfl(METmin~activity + Var4 + Var5, data = a)
predict(model, newdata = b, type = "response", se.fit = T)
Кто-нибудь знает, что здесь не так и как я могу вычислить эти стандартные ошибки?
Большое спасибо.