Tworzę Poissona GLM w R. Aby sprawdzić, czy występuje nadmierna dyspersja, przyglądam się stosunkowi odchylenia resztkowego do stopni swobody podanych przez summary(model.name)
.
Czy istnieje wartość graniczna lub test dla tego stosunku, który należy uznać za „znaczący”? Wiem, że jeśli jest> 1, to dane są rozproszone, ale jeśli mam współczynniki względnie zbliżone do 1 [na przykład jeden stosunek 1,7 (odchylenie resztkowe = 25,48, df = 15) i inny z 1,3 (rd = 324, df = 253)], czy nadal powinienem przejść na quasipoisson / ujemny dwumian? Znalazłem tutaj ten test istotności: 1-pchisq (dewiacja szczątkowa, df), ale widziałem to tylko raz, co mnie denerwuje. Przeczytałem również (nie mogę znaleźć źródła), że stosunek <1,5 jest ogólnie bezpieczny. Opinie?
glm(trips ~ 1, data = data, family = poisson)
(tj.1
Zamiast.
danych), ale świetnie, dziękujęodTest
pscl
Tutaj zerowe ograniczenie Poissona zostaje odrzucone na korzyść mojej negatywnej regresji dwumianowej
NegBinModel
. Dlaczego? Ponieważ statystyki testu52863.4998
przekraczają wartość2.7055
ap-value of < 2.2e-16
.Zaletą
AER
dispersiontest
zwracanego obiektu klasy „htest” jest łatwiejsze formatowanie (np. Konwersja do LaTeX) niż bezklasowy „odTest”.źródło
P__disp
msme
P__disp
glm
glm.nb
źródło
Jeszcze inną opcją byłoby zastosowanie testu współczynnika wiarygodności, aby wykazać, że quasipoisson GLM z nadmierną dyspersją jest znacznie lepszy niż zwykły GLM poissona bez nadmiernej dyspersji:
źródło