une fonction pour la sélection de modèle bigglm comme drague travaillant pour glm

Question

J'utilisais glm avec dredge dans MuMIn paquet. Mais maintenant que mes données sont volumineuses j'utilise bigglm du paquet biglm. Maintenant, comment puis-je faire la sélection de modèle maintenant puisque dredge ne fonctionne pas avec bigglm? Y at-il un autre paquet que je peux utiliser pour y parvenir?

sur l'application des dredge sur bigglm Je reçois l'erreur suivante:

Error in nobs.default(global.model) : no 'nobs' method is available

Answer 1

dredge repose sur la disponibilité de logLik méthode de la classe modèle donné. big[g]lm objet ne fournit pas une telle valeur, et il semble y avoir un bogue connu dans la méthode AIC pour big[g]lm -classe qui rend impossible de calculer LL à partir de lui (il utilise la déviance plutôt que LL pour calculer AIC, donc les valeurs AIC sont pas comparable à d'autres types de modèles, voir ici: AIC different between biglm and lm).

Vous pouvez essayer d'ajouter les méthodes manquantes (à l'aide de la déviance au lieu de LL, qui peuvent être glissantes):

# incorrect if any prior weights are 0 
nobs.biglm <- function (object, ...) object$n 

logLik.bigglm <- function(object, ...) { 
    dev <- deviance(object, ...) 
    df <- object$n - object$df.resid 
    structure(dev, df = df, nobs = object$n) 
} 

coefTable.biglm <- function (model, data, ...) { 
    ct <- summary(model)$mat[, c(1L,4L,5L), drop = FALSE] 
    .makeCoefTable(ct[, 1L], se = ct[, 2L], df = model$df.resid, coefNames = rownames(ct)) 
} 
environment(coefTable.biglm) <- asNamespace("MuMIn") 

#from example(bigglm) 

fm <- bigglm(log(Volume)~log(Girth)+log(Height),data=trees, chunksize=10, sandwich=TRUE) 
dredge(fm, rank = AIC)