मेरे पास निम्न मॉडल है:
> model1<-lmer(aph.remain~sMFS1+sAG1+sSHDI1+sbare+season+crop
+(1|landscape),family=poisson)
... और यह सारांश आउटपुट है।
> 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
यह शायद अतिविशिष्ट है, लेकिन मैं वास्तव में इसकी गणना कैसे करूं?
बहुत बहुत धन्यवाद।
Qcc पैकेज में qcc.overdispersion.test आज़माएँ ।
—
पेंग्विन_केनाइट
मैं अच्छी तरह से lme4 पैकेज का उपयोग करने में निपुण नहीं हूं, लेकिन यह पता लगाने का एक तरीका है कि पॉइज़न मॉडल के साथ काम करते समय ओवरडिपर्ट्स है या नहीं, यह अवशिष्ट अवशिष्टता की तुलना स्वतंत्रता के अवशिष्ट डिग्री से करना है। इन्हें एक जैसा माना जाता है, इसलिए यदि अवशिष्ट अवतरण स्वतंत्रता की अवशिष्ट डिग्री से अधिक है, तो यह अतिविशिष्टता का संकेत है। समतुल्यता की धारणा का कैमरन और त्रिवेदी परीक्षण भी है, लेकिन फिर से, मुझे यकीन नहीं है कि यह lme4 पैकेज द्वारा किया जा सकता है।
—
ग्रीम वाल्श
qcc.overdispersion.test@ पेंगुइन_ रात : ऐसा नहीं लगता कि यह उचित है (यह कच्चे द्विपद डेटा में अतिविशिष्टता के लिए परीक्षण करता है, एक मॉडल में नहीं)