R中的惩罚gamma回归

我知道和包，但它们似乎都不支持Gamma GLMs

我想为R中的gamma GLMs使用弹性网，最简单的方法是什么

---

（梅塔：也在讨论是否应该进行交叉验证以获得更好的响应？

您可以使用HDtweedie包。Gamma是p=2的Tweedie分布的特例。这是一个相对较新的软件包，因此可能会出现一些初期问题。

关于meta：如果这是专门的“如何在R中编写代码？”，那么也可以（但在我看来，在stats.SE上也不会离题）；如果是“我应该使用哪种统计程序？”，那么它就是stats.SE territory。我想这就是原因——OP已经表示他们想要使用弹性网（他们没有问是否应该）。一些想法（不是真正的答案）（1）你可以在

optim

或

bbmle:：mle2

中使用蛮力设置弹性网惩罚（或者至少我可以看到你将如何设置ridge或lasso——我不太确定如何实现弹性网），但这可能效率很低；（2） 您是否有充分的理由选择Gamma而不是对数正态分析（即对数变换响应和惩罚最小二乘法）？后者要容易得多&v。类似的…还有，有点像“寻找包裹”。。。