Görünüşe göre dağılmış olan R sayım verilerini modellemeye çalışıyorum (Dağılım Parametresi ~ .40). Bu muhtemelen glm
, bir family = poisson
veya negatif binomial ( glm.nb
) modelinin anlamlı olmamasıdır. Verilerimin tanımlayıcılarına baktığımda, sayım verilerinde tipik bir çarpıklık yok ve iki deney koşulumdaki artıklar da homojen.
Yani benim sorularım:
Sayım verilerim sayım verileri gibi davranmıyorsa sayım verilerim için özel regresyon analizleri kullanmak zorunda mıyım? Bazen normal değillikle karşı karşıya kalıyorum (genellikle kurtoz nedeniyle), ancak normalliksizliği hesaplamak için kesilmiş araçları (Wilcox, 2012) karşılaştırmak için yüzdelik önyükleme yöntemini kullandım. Sayım verileri için yöntemler, Wilcox tarafından önerilen ve WRS paketinde gerçekleştirilen herhangi bir güçlü yöntemle değiştirilebilir mi?
Sayım verileri için regresyon analizleri kullanmak zorunda kalırsam, dağılımın dağılımını nasıl hesaplayabilirim? Poisson ve negatif binom dağılımı, daha yüksek bir dağılım varsaymaktadır, bu yüzden uygun olmamalı, değil mi? Yarı-Poisson dağılımını uygulamayı düşünüyordum , ama bu aşırı dağılma için genellikle tavsiye edilir. Düşük dağıtmanın yanı sıra hesaba katma ihtimalinin de var olduğu gibi görünen beta-binom modelleri hakkında
VGAM
R paketinde yer alıyorum. .
Herhangi biri, dağıtılmayan veriler için bir prosedür önerebilir ve belki bunun için bazı örnek R kodu sağlayabilir mi?