R-如何使用gamlss包拟合对数正态回归

我试图通过gamlss函数对一些数据拟合对数正态分布。

y

是我的依变量，

x

是解释变量

据我所知，模式应该是gamlss（y~x，family=LOGNO（））

但是，如何计算公式，我的拟合值以后与估计系数？ 我的意思是，在一个普通的线性回归中，你有：

即使我不想自己计算值，而是使用

fitted（）

-命令，我也很奇怪为什么

y-fitted（fm）

与

残差（fm）

不一样

但我最大的问题是，在帮助文件中，我读到该包还提供“将分布的所有参数建模为解释变量的函数”，这正是我想要实现的

假设我有以下几点：

因此：

那么，有没有办法调整命令以确保

mu

和

sigma

取决于

x

？ 我想我必须在我的命令中包含

sigma.formula=~

，但我真的不知道怎么做，也没有什么比

mu.formula=~

更好的了

这是我的密码：

library(gamlss)

y<-c(1495418, 1684470, 1997120, 1901727, 2070008, 2213829, 2364602, 2333710, 2491570, 2540110, 2620947, 2761075, 2943475, 2854544)
x<-c(3932300, 4119100, 4354400, 4483752, 4585303, 4803234, 4989701, 5177605, 5380031, 5494672, 5606376, 5783627, 6015992, 6171564)

fm<-gamlss(y~x,familiy=LOGNO())
summary(fm)
fitted(fm)
residuals(fm)
y-fitted(fm)

fitted(fm,"mu")
fitted(fm,"sigma")

库（gamlss）
我可能这个关于stats.stackexchange的类似主题对你有帮助：谢谢，但我恐怕这不是我的问题所指的Glen_b在他的帖子中所说的第一个解释，也不是更深入的描述。也许这个关于stats.stackexchange的类似主题对你有帮助：谢谢，但我恐怕这不是我的问题所指的根据格伦布在其帖子中所说的第一种解释，而不是更深入描述的案例。