Saya berharap seseorang dapat memberikan gambaran intuitif tentang apa distribusi quasibinomial dan apa fungsinya. Saya sangat tertarik pada poin-poin ini:
Bagaimana kuasibinomial berbeda dengan distribusi binomial.
Ketika variabel respon adalah proporsi (nilai contoh termasuk 0,23, 0,11, 0,78, 0,98), model quasibinomial akan berjalan dalam R tetapi model binomial tidak akan.
Mengapa model quasibinomial harus digunakan ketika variabel respon TRUE / FALSE disebarkan secara berlebihan.
R
denganglm.fit
,binomial
danquasibinomial
persis sama, kecuali bahwaquasibinomial
(1) menghapus cek integer, dan (2) mengembalikan AIC dari NA. Lihat jawaban ini untuk lebih jelasnya.Kuasi-binomial belum tentu distribusi tertentu; itu menggambarkan model untuk hubungan antara varians dan rata-rata dalam model linier umum yang kali lipat varians untuk binomial dalam hal rata-rata untuk binomial.ϕ
Ada distribusi yang sesuai dengan spesifikasi seperti itu (yang jelas - binomial berskala), tetapi itu belum tentu tujuan ketika model quasi-binomial dipasang; jika Anda cocok dengan data yang masih 0-1 itu tidak dapat diskalakan binomial.
Jadi model varians kuasi-binomial, melalui parameter , dapat lebih baik menangani data yang variansnya lebih besar (atau, mungkin, lebih kecil) daripada yang Anda dapatkan dengan data binomial, sementara tidak harus menjadi distribusi aktual sama sekali .ϕ
Untuk ingatan saya model binomial dapat dijalankan dalam R dengan proporsi *, tetapi Anda harus mengaturnya dengan benar.
* ada tiga cara terpisah untuk memberikan data binomial ke R yang saya ketahui. Saya cukup yakin itu salah satunya.
sumber