Come testare la sovraispersione in Poisson GLMM con lmer () in R?

12

Ho il seguente modello:

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

... e questo è l'output di riepilogo.

> 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

Probabilmente è sovradisperso, ma come posso calcolarlo esattamente?

Grazie mille.

— Susie
fonte

Prova qcc.overdispersion.test nel pacchetto qcc .

— Penguin_Knight

4

Non sono esperto nell'uso del pacchetto lme4, ma un modo per scoprire se c'è sovradispersione quando si ha a che fare con un modello di Poisson è confrontare la devianza residua con i gradi di libertà residua. Si presume che questi siano gli stessi, quindi se la devianza residua è maggiore dei gradi di libertà residua, ciò indica un'eccessiva dispersione. C'è anche il test di Cameron & Trivedi sull'ipotesi di equidispersione, ma ancora una volta non sono sicuro che questo possa essere eseguito dal pacchetto lme4.

— Graeme Walsh,

3

@Penguin_Knight: non sembra qcc.overdispersion.testappropriato (verifica la sovraispersione nei dati binomiali grezzi , non in un modello)

— Ben Bolker,

4

Tra le molte altre utili notizie su GLMM con lmer () e altri software di adattamento GLMM, dai un'occhiata alla sezione nella seguente pagina web chiamata Come posso gestire la sovraispersione in GLMM?

http://glmm.wikidot.com/faq

— ndoogan
fonte

Questo è più un commento che una risposta. Potresti espanderlo, magari fornendo un riepilogo delle informazioni al link?

— gung - Ripristina Monica

0

Il pacchetto AER (p.33) ha il test Cameron & Trivedi dell'assunto di equidispersione che può essere usato con i GLM.

AER::dispersiontest(model1)

— daszlosek
fonte

2

Sebbene l'implementazione sia spesso mescolata a contenuti sostanziali nelle domande, dovremmo essere un sito per fornire informazioni su statistiche, apprendimento automatico, ecc., Non codice. Può essere utile fornire anche il codice, ma si prega di elaborare la risposta sostanziale nel testo per le persone che non leggono abbastanza bene questa lingua per riconoscere ed estrarre la risposta dal codice.

— gung - Ripristina Monica