Есть ли способ решить проблему избыточной дисперсии в модели gls? - PullRequest
Новая
       10

Есть ли способ решить проблему избыточной дисперсии в модели gls?

0 голосов
/ 23 апреля 2019

У меня есть автокоррелированные данные, которые показывают положительное линейное увеличение. Когда я моделирую их, используя gls, я думаю, что резюме показывает чрезмерную дисперсию.

При использовании GLMM и т. Д. Я бы изменил структуру ошибок, но я не думаю, что смогу изменить семейство в gls. Есть ли способ решить проблему избыточной дисперсии в модели gls? 

library(nlme)    

eggs<-c(4087,2761,3807,4158,2046,4757,2984,3316,3143,
3042,4429,3335,5124,2464,3713,3028,5739,4671,3799,6167,2937,5031)

year<-seq(1997,2018,1)

m1<-glm(nest~y)

summary(m1)

acf(resid(m1),type="p")

Остатки показывают автокорреляцию через год, поэтому мне нужно использовать gls 

m1.gls<-gls(nest~y,correlation=corARMA(p=1), method="ML")

summary(m1.gls)

acf(resid(m1.gls),type="p")

m0.gls<-gls(nest~y,correlation=NULL,method="ML")

AIC(m0.gls,m1.gls)

anova(m1.gls,m0.gls)

#L.Ratio = chisqu = 7.382355; p = 0.0066
#autocorrelation definitely significant

null.gls<-gls(nest~1,correlation=corARMA(p=1), method="ML")

anova(m1.gls,null.gls)

#L.Ratio = chisq = 7.956113; p = 0.0048
#linear trend is significant

summary(m1.gls)

#residual se = 970 over 22 df
#does this show overdispersion?

Является ли эта модель недопустимо избыточной? Есть ли другая модель, которую я могу попробовать для лучшей подгонки?

...