Làm cách nào để kiểm tra sự quá mức trong Poisson GLMM với lmer () trong R?

12

Tôi có mô hình sau:

> model1<-lmer(aph.remain~sMFS1+sAG1+sSHDI1+sbare+season+crop
  +(1|landscape),family=poisson)

... Và đây là đầu ra tóm tắt.

> 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

Nó có thể là quá nhiều, nhưng làm thế nào để tôi tính toán chính xác điều này?

Cảm ơn rất nhiều.

— susie
nguồn

Hãy thử qcc.overdispersion.test trong gói qcc .

— Penguin_Knight

4

Tôi không rành về việc sử dụng gói lme4, nhưng một cách để tìm hiểu xem có sự quá mức khi xử lý mô hình Poisson hay không là so sánh độ lệch còn lại với mức độ tự do còn lại. Chúng được coi là giống nhau, vì vậy nếu độ lệch còn lại lớn hơn mức độ tự do còn lại, thì đây là dấu hiệu của sự quá mức. Ngoài ra còn có thử nghiệm Cameron & Trivingi về giả định về sự tương đương, nhưng một lần nữa, tôi không chắc liệu điều này có thể được thực hiện bởi gói lme4 hay không.

— Graeme Walsh

3

@Penguin_Knight: có vẻ như không qcc.overdispersion.testphù hợp (nó kiểm tra sự quá mức trong dữ liệu nhị thức thô , không phải trong một mô hình)

— Ben Bolker

4

Trong số nhiều thông tin hữu ích khác về GLMM với lmer () và phần mềm phù hợp GLMM khác, hãy xem phần trên trang web sau đây có tên Làm thế nào tôi có thể đối phó với sự quá mức trong GLMM?

http://glmm.wikidot.com/faq

— ndoogan
nguồn

Đây là một nhận xét nhiều hơn là một câu trả lời. Bạn có thể mở rộng nó, có lẽ bằng cách đưa ra một bản tóm tắt các thông tin tại liên kết?

— gung - Phục hồi Monica

0

Gói AER (tr.33) có thử nghiệm Cameron & Trivingi về giả định về sự cân bằng có thể được sử dụng với GLM.

AER::dispersiontest(model1)

— daszlosek
nguồn

2

Mặc dù việc triển khai thường được trộn lẫn với nội dung thực chất trong các câu hỏi, chúng tôi được cho là một trang web cung cấp thông tin về thống kê, học máy, v.v., không phải mã. Cũng có thể tốt khi cung cấp mã, nhưng vui lòng xây dựng câu trả lời chính xác của bạn trong văn bản cho những người không đọc ngôn ngữ này đủ tốt để nhận ra & trích xuất câu trả lời từ mã.

— gung - Phục hồi Monica