问题描述
我正在尝试使用R(3.6.2)中的glm()
/ glm.nb()
函数在泊松或负二项分布下对单个花的同种和异种花粉计数之间的关系进行建模:>
install.packages("MASS")
library("MASS")
cPHP.p<-glm(CP ~ HP,family = poisson,data = pollendata)
cPHP.nb<-glm.nb(CP ~ HP,data = pollendata)
我一直在使用rootogram()
中的countreg
函数来评估模型的拟合优度,但是在图的x轴上显示的值对我来说似乎不正确:>
install.packages("countreg",repos="http://R-Forge.R-project.org")
library("countreg")
par(mfrow = c(1,2))
rootogram(cPHP.p,style = "hanging",scale = "sqrt")
rootogram(cPHP.nb,scale = "sqrt")
rootograms for cphp.p and cphp.nb
如果我理解正确,则根图应在x轴上显示响应变量的观察值范围,在y轴上显示观察频率的条形图-类似于计数频率的直方图。我的响应变量的范围是0-467,但根谱图仅沿x轴显示0-120的值,并且它显示的与指定分布的拟合度非常差(零线都不是根线)。使用hist()
绘制观察到的响应值的频率可以得到与泊松型分布相对应的图:
par(mfrow = c(1,1))
hist(pollendata$CP)
谁能理解根图输出,也许可以解释为什么模型拟合如此差?我是一名学生,并且对统计建模非常陌生,因此在可能的情况下,我将欢迎外行术语。预先非常感谢。
我的数据:
> dput(pollendata)
structure(list(CP = c(182,112,255,5,25,48,66,72,68,4,206,89,115,196,170,92,138,21,175,61,233,1,148,129,11,103,135,63,98,29,30,84,53,162,204,327,13,62,168,142,46,152,150,75,38,123,169,116,8,97,243,102,153,16,87,297,303,60,194,110,285,37,91,202,325,111,156,163,220,215,128,247,23,121,167,56,216,41,12,237,88,64,207,139,65,36,378,131,3,76,467,346,86,39,171,107,78),HP = c(61,230,27,15,40,54,94,261,166,227,185,28,191,24,105,32,7,118,57,26,146,10,69,73,59,80,199,55,425,385,77,264,132,234,195,124,120,58,83,117,108,127,160,78,265,104,140,22,82,105)),class = "data.frame",row.names = c(NA,-125L))
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)