R 패키지 AER 에는 Cameron & Trivedi (1990)의 과대 산포 테스트를dispersiontest
구현하는 함수가 있습니다.
포아송 모델에서 평균은 이고 분산도 입니다. 그들은 평등합니다. 이 검정은 에서 상수 과소 산포를 의미 하고 과대 산포를 대체하는 대안에 대한 귀무 가설로이 가정을 간단히 테스트합니다 . 함수 는 일부 모노톤 함수입니다 (선형 또는 2 차; 전자가 기본값 임). 결과 테스트는 테스트와 동일합니다 대 이며 사용 된 테스트 통계량은 a 통계적으로 표준 정규 인 통계입니다.V R ( Y ) = μ V R ( Y ) = μ + C * F ( μ ) C < 0 C > 0 F ( . ) H 0 : C = 0 H 1 : C ≠ 0 톤이자형( Y) = μVa r ( Y) = μVa r ( Y) = μ + c ∗ f( μ )c < 0c>0f(.)H0:c=0H1:c≠0t
예:
R> library(AER)
R> data(RecreationDemand)
R> rd <- glm(trips ~ ., data = RecreationDemand, family = poisson)
R> dispersiontest(rd,trafo=1)
Overdispersion test
data: rd
z = 2.4116, p-value = 0.007941
alternative hypothesis: true dispersion is greater than 0
sample estimates:
dispersion
5.5658
여기서 우리는 등분 산의 가정 (즉, c = 0)에 대해 상당히 강하게 말하는과 분산의 증거 (c는 5.57로 추정 됨)가 있음을 분명히 알 수있다.
사용하지 않을 경우주의 trafo=1
, 실제로의 테스트 할 것입니다 대 과 은 다른 시험과 과정 같은 결과가 테스트 통계가 1만큼 이동하는 것과는 별개입니다. 그러나 그 이유는 후자가 준-포아송 모델의 공통 매개 변수화에 대응하기 때문입니다. H 1 : c ∗ ≠ 1 c ∗ = c + 1H0:c∗=1H1:c∗≠1c∗=c+1
glm(trips ~ 1, data = data, family = poisson)
(즉 , 내 데이터1
보다는) 사용해야.
했지만 정말 감사합니다