如何从GAMLSS对象执行逆序orderNorm转换（bestNormalize软件包）？

Question

我的y变量（n=30,000）具有非常重的尾部分布（正负都有），因此fitDist GAMLSS函数选择了ST4家族。

我尝试使用一个解释变量x（pb平滑）进行基于GAMLSS的回归评估，但是y的尾部太重，即使重新拟合后（时间耗费+++），50个循环后仍无法收敛。

因此，我使用orderNorm转换（bestNormalize包）对y进行标准化，这样可以轻松快速地达到收敛，并从GAMLSS对象预测拟合值。

然而，这些已拟合的“orderNormalized”值是GAMLSS对象，因此无法使用bestNormalize中的预测函数进行反演（因为后者似乎无法识别GAMLSS对象）。

我的问题是：无论使用什么方法，是否可能将GAMLSS对象的拟合值应用于反演orderNorm转换？

- demon

---

一个例子会很有帮助。我认为下面发布的答案并不有用，因为问题中没有给出任何示例。 - Brigitte

Answer 1

有时候使用predict函数会让人感到困惑，所以我在这里列出了不需要代码的步骤（因为问题中并没有示例）：

1) transposeObj = orderNorm(data$outputvariable)
2) fitObj = gamlls(transposeObj$x.t ~., data)
3) pred   = predict(fitObj, type = 'response')
4) inversedpredictions = predict(transposeObj, newdata = pred, inverse = TRUE)

简单来说，你需要对数据进行归一化处理，拟合模型，使用拟合后的模型进行预测，然后使用从orderNorm获得的归一化对象对这些预测进行预测。

- Brigitte

---

谢谢Brigitte！诀窍在于“type”，默认设置为“link”（请参见gamlss包中的“predict.gamlss”函数），但我们必须将其设置为“response”。 - denis

Answer 2

bestNormalize的小插曲提供了一个类似的例子，使用lm代替GAMLSS。请参阅vignette的应用部分。一旦您运行了归一化过程，就应该能够使用predict函数重复和反转转换。

关键是将转换对象存储为R对象，然后将其馈入predict（或更确切地说是predict.bestNormalize）函数中。

- petersonR