3
分散数据计数的合适模型是什么？
我正在尝试对R中的计数数据进行建模，R的数据显然分散不足（分散参数〜.40）。这可能就是为什么glm具有family = poisson二项式（glm.nb）模型或负二项式（）模型不重要的原因。当我查看数据的描述时，我没有计数数据的典型偏斜，并且在我的两个实验条件下的残差也是均匀的。 所以我的问题是： 如果我的计数数据确实不像计数数据那样运行，我是否还需要对计数数据使用特殊的回归分析？有时我会遇到非正态性（通常是由于峰度），但是我使用百分位数自举法比较修整后的均值（Wilcox，2012年）以解决非正态性问题。可以用Wilcox建议并在WRS软件包中实现的任何可靠方法代替计数数据的方法吗？ 如果必须对计数数据使用回归分析，如何计算色散不足？泊松分布和负二项式分布具有较高的色散，所以这不合适吗？我当时正在考虑应用拟泊松分布，但是通常建议将其用于过度分散。我阅读了有关R包中似乎能够解释过度散布和欠散的beta二项式模型VGAM的信息。但是，作者似乎建议使用倾斜的Poisson分布，但我在包中找不到它。 谁能推荐用于散布数据的过程，并可能提供一些示例R代码？