Regression
如何決定使用哪個 glm 系列？
我有魚密度數據，我試圖在幾種不同的收集技術之間進行比較，數據有很多零，直方圖看起來很適合泊松分佈，除了作為密度，它不是整數數據。我對 GLM 比較陌生，過去幾天一直在網上尋找如何判斷要使用哪個發行版，但完全沒有找到任何有助於做出這個決定的資源。數據的示例直方圖如下所示：
我不知道如何去決定合適的家庭用於 GLM。如果有人有任何建議或可以給我一個我應該檢查的資源，那就太好了。
GLM 系列包括鏈接函數以及均值-方差關係。對於泊松 GLM，鏈接函數是對數，均值-方差關係是恆等式。儘管大多數統計軟件都會向您發出警告，但在連續數據中建模一個關係是完全合理的，其中兩個變量之間的關係在對數尺度上是線性的，並且方差根據平均值增加。
這本質上是在 GLM 中選擇鏈接和方差函數的基本原理。當然，這個過程背後有幾個假設。
?quasipoisson您可以通過使用擬似然（請參閱）或穩健的標準誤差（請參閱包sandwich或）來製作更穩健的模型gee。您已正確注意到數據中的許多密度為 0。在泊松概率模型下，偶爾在數據中採樣 0 是合適的，因此這些觀察不一定會導致您對比率的估計出現偏差。
要檢查 GLM 背後的假設，查看 Pearson 殘差通常會有所幫助。這些說明了平均方差關係，並向統計學家展示了特定的觀測值（例如這些 0）是否嚴重影響了估計和結果。