Aşağıdaki modele sahibim:
> model1<-lmer(aph.remain~sMFS1+sAG1+sSHDI1+sbare+season+crop
+(1|landscape),family=poisson)
... ve bu özet çıktı.
> summary(model1)
Generalized linear mixed model fit by the Laplace approximation
Formula: aph.remain ~ sMFS1 + sAG1 + sSHDI1 + sbare + season + crop
+ (1 | landscape)
AIC BIC logLik deviance
4057 4088 -2019 4039
Random effects:
Groups Name Variance Std.Dev.
landscape (Intercept) 0.74976 0.86588
Number of obs: 239, groups: landscape, 45
Fixed effects:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 2.6613761 0.1344630 19.793 < 2e-16
sMFS1 0.3085978 0.1788322 1.726 0.08441
sAG1 0.0003141 0.1677138 0.002 0.99851
sSHDI1 0.4641420 0.1619018 2.867 0.00415
sbare 0.4133425 0.0297325 13.902 < 2e-16
seasonlate -0.5017022 0.0272817 -18.390 < 2e-16
cropforage 0.7897194 0.0672069 11.751 < 2e-16
cropsoy 0.7661506 0.0491494 15.588 < 2e-16
Correlation of Fixed Effects:
(Intr) sMFS1 sAG1 sSHDI1 sbare sesnlt crpfrg
sMFS1 -0.007
sAG1 0.002 -0.631
sSHDI1 0.000 0.593 -0.405
sbare -0.118 -0.003 0.007 -0.013
seasonlate -0.036 0.006 -0.006 0.003 -0.283
cropforage -0.168 -0.004 0.016 -0.014 0.791 -0.231
cropsoy -0.182 -0.028 0.030 -0.001 0.404 -0.164 0.557
Muhtemelen aşırı dağılmış, ama bunu tam olarak nasıl hesaplayabilirim?
Çok teşekkürler.
Qcc paketindeki qcc.overdispersion.test öğesini deneyin .
—
Penguin_Knight
Lme4 paketini kullanmak konusunda bilgili değilim, ancak bir Poisson modeli ile uğraşırken aşırı dağılım olup olmadığını öğrenmenin bir yolu, artık sapmayı artık serbestlik dereceleriyle karşılaştırmaktır. Bunların aynı olduğu varsayılır, bu nedenle artık sapma artık serbestlik derecelerinden daha büyükse, bu aşırı dağılımın bir göstergesidir. Ayrıca, eşit dağılma varsayımının Cameron & Trivedi testi de var, ancak yine de, bunun lme4 paketi tarafından gerçekleştirilip gerçekleştirilemeyeceğinden emin değilim.
—
Graeme Walsh
@Penguin_Knight:
—
Ben Bolker
qcc.overdispersion.test
uygun görünmüyor ( bir modelde değil, ham binom verilerinde aşırı dağılım test eder )