在分析环境数据对动物物种活动的影响（后者作为计数数据给出）时，我使用 R. Unfortunatley 中的 MASS 库将负二项式 GLM 与一个预测器拟合，数据集非常小（n = 7至 9)。

在某些情况下，glm.nb 中的 theta 值变得非常大（伴随着警告“达到迭代限制”），这可能表明没有过度离散，泊松 GLM 可能是更好的选择。然而，使用泊松 GLM，在 7 个自由度上的残余偏差例如 150 表明实际上存在过度离散 - 或者我错过了什么？

使用准泊松 GLM 是可行的，但我想保留基于 ML 的度量，例如 AIC 和 Vuong 测试以进行模型比较。非常感谢任何有关替代方法的建议！