Tôi đã chạy GLM lần đầu tiên ở R và không biết làm thế nào để diễn giải kết quả. Đây là đầu vào:
global.modelAcar <- lm(Acar ~ logNutrientsc*logNDSc*logNNNc, data = dat)
summary(global.modelAcar)
options(na.action=na.fail)
MAcar <- dredge(global.modelAcar)
MAcar
và đây là vài dòng đầu tiên của kết quả:
Global model call: lm(formula = Acar ~ logNutrientsc * logNDSc * logNNNc, data = dat)
---
Model selection table
(Int) lND lNN lgN ... lND:lNN:lgN df logLik AICc delta weight
2 2.159e-17 -0.2590 ... 3 -26.445 59.6 0.00 0.214
3 1.682e-17 -0.25420 ... 3 -26.497 59.7 0.10 0.203
1 7.778e-18 ... 2 -27.799 59.9 0.36 0.179
5 1.220e-17 -0.16580 ... 3 -27.256 61.2 1.62 0.095
6 2.249e-17 -0.2295 -0.09269 ... 4 -26.283 61.7 2.17 0.072
Câu hỏi: Tôi hiểu rằng mô hình 2 là mô hình tốt nhất và cho thấy lND có ảnh hưởng tiêu cực đến sự đa dạng. Mô hình tốt thứ hai cho thấy lNN có tác động tiêu cực. Không có giá trị có nghĩa là không có hiệu lực. Các giá trị AIC cho thấy các mô hình này không có nhiều thông tin. Là giải thích này đúng hay tôi đang thiếu một cái gì đó?
lm()
, do đó bạn chỉ lắp GLM theo nghĩa hồi quy bình phương nhỏ nhất (tuyến tính) là trường hợp đặc biệt của GLM. Nếu sự đa dạng có một số phân phối không bình thường, bạn có thể muốn sử dụngglm(..., family=?)
.