2

glmultiパッケージの関数を使用してglmulti、ポアソン誤差分布データに最適な glm モデルを取得しました。問題ありません。最適なモデルを取得したら、カイ 2 乗検定を使用して p 値を取得し、モデルに入力された各変数の統計を検定しました。私が直面している唯一の問題は、データが過度に分散していることと、Zuur book と Crawley の両方が、準家族関数を使用して過分散を修正することを提案していることです。これ自体は、glmulti 関数が準関数への適合を許可しないことを除けば、問題ではありません。

私が持っている質問は、ポアソン誤差分布で glmulti を使用して最適なモデルを取得し、最適なモデル出力を準関数に適合させることが間違った方法であるかどうか、および誰かが提供できる他の提案があるかどうかです。

また、正規分布データに対しても glmulti を実行しました (ファミリをガウスとして指定し、リンクを ID として指定)、これは機能しましたが、主要なルールに違反している場合はお知らせください。

4

2 に答える 2

1

glmulti は、エラー分布で準ファミリを許可します。

あなたの場合、引数 family=quasipoisson を追加して glmulti を呼び出すだけです (これは、フィッティング関数 glm に渡されます)。

このタイプのモデルでは準尤度を使用しているため、AIC または BIC は推奨されないことに注意してください。後者の準同等のもの (QAIC または QBIC) を使用する必要があります。これは、引数 crit を "qaic" に設定することによって実現されます (たとえば)。通常は飽和モデルから、過分散係数の推定値を提供する必要があります (詳細についてはドキュメントを参照するか、パッケージの作成者に支援を求めてください)。

それ以外の場合は、このタイプのモデルとのマルチモデル比較の使用に対する具体的な反論はありません。

一番

于 2012-07-23T17:06:17.160 に答える