Я создаю пуассоновские GLM в R. Чтобы проверить избыточную дисперсию, я смотрю на отношение остаточного отклонения к степеням свободы, предоставляемым summary(model.name)
.
Есть ли предельное значение или критерий для того, чтобы это соотношение считалось "значительным"? Я знаю, что если это> 1, то данные перераспределены, но если у меня коэффициенты относительно близки к 1 [например, одно отношение 1,7 (остаточное отклонение = 25,48, df = 15) и другое 1,3 (rd = 324, df = 253)], должен ли я все-таки перейти на квазипуассон / отрицательный бином? Я нашел здесь этот тест на значимость: 1-pchisq (остаточное отклонение, df), но я видел его только один раз, что заставляет меня нервничать. Я также прочитал (я не могу найти источник), что соотношение <1,5 обычно безопасно. Мнения?
glm(trips ~ 1, data = data, family = poisson)
(то есть,1
а не.
для моих данных), но здорово, спасибоodTest
pscl
Здесь нуль ограничения Пуассона отклоняется в пользу моей отрицательной биномиальной регрессии
NegBinModel
. Зачем? Потому что статистика теста52863.4998
превышает2.7055
сp-value of < 2.2e-16
.Преимущество
AER
dispersiontest
заключается в том, что возвращаемый объект класса "htest" легче форматировать (например, конвертировать в LaTeX), чем бесклассовый 'odTest`.источник
P__disp
msme
P__disp
glm
glm.nb
источник
Еще один вариант - использовать критерий отношения правдоподобия, чтобы показать, что квазипуассонный GLM с избыточной дисперсией значительно лучше, чем обычный пуассоновый GLM без избыточной дисперсии:
источник