我正在研究不同的预测因子(虚拟变量、分类变量和连续变量)对鸟类存在的影响,这些都是从海上鸟类计数中获得的。为此,我使用了glmmadmb函数和binomial系列。
我绘制了响应变量和预测器之间的关系,以评估模型拟合和每个预测器的边际影响。为了绘制图形,我使用了visreg函数,指定了垂直轴的变换:
visreg(modelo.bn7, type="conditional", scale="response", ylab= "Bird Presence")当我使用响应变量的原始尺度(覆盖整个垂直轴)时,输出的图形显示了一个非常宽的自信区间。在没有变换的图的情况下,自信带更短,但它们在不同水平的虚拟变量中具有相同的扩展。有人知道二项分布中的配置带是如何计算的吗?这是否反映出我在估计系数或模型拟合方面存在问题?
发布于 2015-08-19 18:38:48
置信区间是使用二项分布的p值计算的。关于详细的解释,你可以在stats.stackexchange.com上询问。如果范围很宽(“宽”的解释是主观的,主要是基于你的目标),那么这表明你的估计可能不是很准确。高p值通常是由于用于构建模型的观测值较少或数量不足造成的。如果观察值的数量很大,那么它确实表明拟合不佳。
https://stackoverflow.com/questions/32092598
复制相似问题