为了分析哪些因素在不同栖息地内的发病率（感染个体数量与总个体的数量）差异中具有更大的权重，进行了广义线性混合模型。通过 Shapiro-Wilk 和 Levene 检验检验正态性和同方差性。发病数据不服从正态分布或同方差分布。数据显示遵循泊松分布，因此针对泊松分布调整了 GLMM。
但是，泊松分布适用于比率或计数数据。使用具有比例的泊松时是否有并发症？费率可以按时间标准化。但是，比例通常使用二项分布建模？我可以使用什么替代方法来调整 GLMM？
预先感谢
具有比例的泊松分布并发症，GLMM
机器算法验证
混合模式
随机效应模型
咕噜咕噜
泊松分布
2022-03-13 18:46:51
1个回答
通过 Shapiro-Wilk 和 Levene 检验检验正态性和同方差性。
请注意，数据不需要正态分布，也不需要同方差。这些测试是在浪费你的时间。
如果您想将原始计数建模为结果，那么泊松或负二项式等计数模型将是合适的。
如果您想将比例建模为结果，那么计数模型将不合适。常规线性混合模型 (LMM)可能就足够了。您可以绘制 LMM 的残差，如果它们大致呈正态分布，那么一切都很好。如果没有，您可以考虑使用二项式 GLMM 或 beta GLMM。
其它你可能感兴趣的问题