Я надеюсь, что кто-то может дать интуитивный обзор того, что такое квазибиномиальное распределение и что оно делает. Меня особенно интересуют эти моменты:
Чем квазибиномиал отличается от биномиального распределения.
Когда переменная отклика представляет собой пропорцию (примерные значения включают 0,23, 0,11, 0,78, 0,98), квазибиномиальная модель будет работать в R, а биномиальная модель - нет.
Почему следует использовать квазибиномиальные модели, когда переменная ответа ИСТИНА / ЛОЖЬ перераспределена.
R
сglm.fit
,binomial
иquasibinomial
точно так же, за исключением того, чтоquasibinomial
(1) удаляет чек целого числа, и (2) возвращает АПК NA. Смотрите этот ответ для более подробной информации.Квазибиномом не обязательно является конкретное распределение; она описывает модель отношения между дисперсией и средним значением в обобщенных линейных моделях, которая в раз больше дисперсии для бинома в терминах среднего значения для бинома.φ
Существует распределение, которое соответствует такой спецификации (очевидный - масштабированный бином), но это не обязательно цель, когда квазибиномиальная модель подходит; если вы подходите к данным, которые по-прежнему 0-1, они не могут быть масштабированы бином.
Таким образом, модель квазибиномиальной дисперсии с помощью параметра может лучше обрабатывать данные, для которых дисперсия больше (или, возможно, меньше), чем вы получаете с биномиальными данными, хотя вовсе не обязательно является фактическим распределением ,φ
Насколько я помню, биномиальную модель можно запустить в R с пропорциями *, но вы должны правильно ее настроить.
* Есть три отдельных способа передачи биномиальных данных в R, о которых я знаю. Я уверен, что это один.
источник