R 从glmmTMB类的ZINB模型生成预测计数分布

在前面的一个问题（）中，有一个很好的答案解释了为什么使用函数zeroinfl的pscl包ZINB模型的预测计数分布包含如此少的零，以及如何使用predict.zeroinfl函数的不同类型参数来生成更好地反映数据的预测计数分布

我遇到了同样的问题，除了出于与模型灵活性相关的各种原因，我使用glmmTMB而不是zeroinfl。上一个问题的解决方案涉及使用参数

type=“prob”

来估计在观察到的计数范围内获得特定值的概率。predict.glmmTMB函数（）没有类似的类型参数。有关使用glmmTMB的问题的可再现示例，请参见下文。我理解为什么基于预期值的预测会产生如此少的零，但我如何生成预测计数分布，以更准确地反映glmmTMB类模型的观察分布

library(glmmTMB)
data("bioChemists", package = "pscl")
zinb <- glmmTMB(art ~ fem + mar + kid5 + phd + ment, ziformula = ~ ., data = 
bioChemists, family = nbinom2(link = "log"))

table(round(predict(zinb, type="response"))) 
table(bioChemists$art)

库（glmmTMB）
数据（“生物化学家”，package=“pscl”）
津布