Saya membuat Poisson GLM di R. Untuk memeriksa penyebaran berlebih, saya melihat rasio penyimpangan residual terhadap derajat kebebasan yang disediakan oleh summary(model.name)
.
Apakah ada nilai cutoff atau tes untuk rasio ini dianggap "signifikan?" Saya tahu bahwa jika itu> 1 maka data tersebut disebarkan secara berlebihan, tetapi jika saya memiliki rasio yang relatif dekat dengan 1 [misalnya, satu rasio 1,7 (residual deviance = 25,48, df = 15) dan lainnya 1,3 (rd = 324, df = 253)], apakah saya masih harus beralih ke quasipoisson / binomial negatif? Saya menemukan di sini tes ini untuk signifikansi: 1-pchisq (penyimpangan residual, df), tetapi saya hanya pernah melihatnya sekali, yang membuat saya gugup. Saya juga membaca (saya tidak dapat menemukan sumbernya) bahwa rasio <1,5 pada umumnya aman. Pendapat?
glm(trips ~ 1, data = data, family = poisson)
(1
bukan.
untuk data saya), tapi bagus, terima kasihAlternatifnya adalahμ=Var
odTest
daripscl
perpustakaan yang membandingkan rasio log-likelihood dari regresi Binomial Negatif dengan pembatasan regresi Poisson . Hasil berikut diperoleh:Di sini nol pembatasan Poisson ditolak demi regresi binomial negatif saya
NegBinModel
. Mengapa? Karena statistik uji52863.4998
melebihi2.7055
dengan ap-value of < 2.2e-16
.Keuntungannya
AER
dispersiontest
adalah objek yang dikembalikan dari kelas "htest" lebih mudah untuk memformat (misalnya mengkonversi ke LaTeX) daripada 'odTest` tanpa kelas.sumber
Alternatif lain adalah menggunakanχ2
P__disp
fungsi darimsme
paket. TheP__disp
fungsi dapat digunakan untuk menghitung Pearson pada statistik dan Pearson dispersi setelah pas model dengan atau .glm
glm.nb
sumber
Namun pilihan lain adalah menggunakan uji rasio kemungkinan untuk menunjukkan bahwa kuasipoisson GLM dengan overdispersi secara signifikan lebih baik daripada GLM poisson biasa tanpa overdispersi:
sumber