Ich hoffe, jemand kann einen intuitiven Überblick darüber geben, was Quasibinomialverteilung ist und was sie bewirkt. Diese Punkte interessieren mich besonders:
Wie sich das Quasibinom von der Binomialverteilung unterscheidet.
Wenn die Antwortvariable eine Proportion ist (Beispielwerte sind 0,23, 0,11, 0,78, 0,98), wird ein Quasibinomialmodell in R ausgeführt, ein Binomialmodell jedoch nicht.
Warum Quasibinomialmodelle verwendet werden sollten, wenn eine TRUE / FALSE-Antwortvariable überdispers ist.
R
mitglm.fit
,binomial
undquasibinomial
sind genau die gleiche, mit der Ausnahme , dassquasibinomial
(1) die ganzen Zahl Prüfung entfernt, und (2) gibt einen AIC von NA. Weitere Informationen finden Sie in dieser Antwort .Es gibt eine Verteilung, die zu einer solchen Spezifikation passt (die offensichtliche - ein skaliertes Binomial), aber das ist nicht unbedingt das Ziel, wenn ein Quasi-Binomial-Modell angepasst wird; Wenn Sie zu Daten passen, die noch 0-1 sind, kann sie nicht binomial skaliert werden.
Meiner Erinnerung nach kann ein Binomialmodell in R mit Proportionen * ausgeführt werden, aber Sie müssen es richtig eingerichtet haben.
* Es gibt drei verschiedene Möglichkeiten, R Binomialdaten zuzuweisen, die mir bekannt sind. Ich bin mir ziemlich sicher, dass das einer ist.
quelle