我有以下模型:
> model1<-lmer(aph.remain~sMFS1+sAG1+sSHDI1+sbare+season+crop
+(1|landscape),family=poisson)
...这是摘要输出。
> 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
它可能过于分散,但是我该如何计算呢?
非常感谢。
尝试使用qcc软件包中的qcc.overdispersion.test。
—
Penguin_Knight
我并不精通使用lme4软件包,但是在处理Poisson模型时找出是否存在过度分散的一种方法是将剩余偏差与剩余自由度进行比较。假定它们是相同的,因此,如果残余偏差大于残余自由度,则表明过度分散。也有Cameron&Trivedi检验了等价散布的假设,但同样,我不确定lme4软件包是否可以执行此测试。
—
Graeme Walsh 2013年
@Penguin_Knight:看起来
—
Ben Bolker 2014年
qcc.overdispersion.test
不合适(它测试原始二项式数据中的过度分散,而不是模型中的过度分散)