тест случайных эффектов в GLMM или смешанной модели с нулевым завышением
Я рассматриваю несколько моделей, таких как GLM, GLMM, с нулевым раздуванием и с нулевым раздуванием, смешанных в данных подсчета.
Вся моя работа была сделана в R .
Предыдущие исследования подтвердили, что при анализе данных счетчика необходимо учитывать проблему нулевого превышения и чрезмерного рассеивания.
Поэтому я попробовал следующие тесты.
1. нулевое превышение
Тест Вунга был выполнен с использованием модели с нулевым завышением и GLM.
- ZIP против GLM Poisson
- ZINB против GLM NB
Значимые результаты были получены в двух вышеуказанных тестах ( p<0,05 ).
2. чрезмерная дисперсия
был проведен тест на дисперсию, чтобы выяснить, почему следует учитывать избыточную дисперсию в реальных данных с использованием модели Пуассона.
Приведенный выше тест приводит к отклонению нулевой гипотезы ( p<0,05 ) .
Кроме того, было подтверждено, что параметр дисперсии(1/тета) имеет значение около 0,39.
Однако я еще не нашел метода проверки по той причине, что следует учитывать случайные эффекты.
Мои данные — это данные о дорожно-транспортных происшествиях по годам каждой дороги. т.е. это данные продольного подсчета.
Профессор статистики сказал мне, что следует использовать смешанную модель с учетом неоднородности дорог.
Поэтому я построил GLMM пуассон/NB и смешанный пуассон/NB с нулевым завышением , используя случайные эффекты на дорогах, и подтвердил результаты.
ГЛММ используется
Сначала я сделал тест Хаусмана. Однако этот тест сравнивает модель фиксированных эффектов с моделью случайных эффектов и был сочтен неподходящим для данных подсчета (не линейной модели).
Важно отметить, что при проверке случайного эффекта смешанной модели на основе данных подсчета не было замечено ни одного предыдущего исследования, в котором проводился тест Хаусмана.
Поэтому мой вопрос заключается в следующем:
1. Я хотел бы знать, существует ли предыдущее исследование, в котором указывается причина учета случайного эффекта при моделировании в данных лонгитюдного исследования.
2. Существует ли метод проверки значимости случайных эффектов в смешанной модели?
- Сравнение AIC и BIC уже проведено.
3. Если есть способ, какой пакет использует R? Кроме того, как его использовать