首页 > 解决方案 > 我的根图在 x 轴上显示不正确的值

问题描述

glm()我正在尝试使用 R (3.6.2) 中的/glm.nb()函数在泊松或负二项分布下对单个花的同种和异种花粉计数之间的关系进行建模:

install.packages("MASS")
library("MASS")

cphp.p<-glm(CP ~ HP, family = poisson, data = pollendata) 
cphp.nb<-glm.nb(CP ~ HP, data = pollendata)

我一直在使用rootogram()函数countreg来评估模型的拟合优度,但绘图 x 轴上显示的值对我来说似乎不正确:

install.packages("countreg", repos="http://R-Forge.R-project.org")
library("countreg")

par(mfrow = c(1,2))
rootogram(cphp.p, style = "hanging", scale = "sqrt") 
rootogram(cphp.nb, style = "hanging", scale = "sqrt")

cphp.p 和 cphp.nb 的根图

如果我理解正确,根图应该沿 x 轴显示响应变量的观察值范围,沿 y 轴观察频率条 - 类似于计数频率的直方图。我的响应变量范围为 0-467,但根图仅沿 x 轴显示 0-120 的值,并且它显示出与指定分布的拟合非常差(零线上没有条形根)。绘制我观察到的响应值的频率使用hist()给我一个对应于泊松型分布的图:

CP值的直方图

par(mfrow = c(1,1))
hist(pollendata$CP) 

任何人都可以理解根图输出并解释为什么模型拟合如此差吗?我是一名学生,对统计建模还很陌生,所以我希望尽可能使用外行术语。提前谢谢了。

我的数据:

 > dput(pollendata)

structure(list(CP = c(182, 112, 255, 5, 25, 48, 66, 72, 68, 4, 
206, 89, 115, 196, 170, 0, 92, 138, 21, 175, 61, 233, 1, 148, 
115, 129, 11, 103, 135, 63, 98, 138, 0, 29, 30, 84, 53, 162, 
204, 30, 327, 13, 62, 168, 72, 142, 46, 152, 150, 75, 233, 38, 
123, 169, 116, 8, 103, 97, 243, 102, 153, 16, 170, 87, 297, 303, 
60, 0, 194, 110, 13, 285, 5, 37, 91, 202, 325, 111, 156, 163, 
220, 215, 150, 37, 128, 247, 23, 121, 72, 169, 62, 167, 84, 63, 
46, 56, 216, 41, 13, 247, 12, 237, 88, 64, 207, 139, 65, 75, 
66, 36, 150, 378, 131, 3, 76, 467, 346, 72, 86, 39, 171, 12, 
66, 107, 78), HP = c(61, 167, 0, 0, 0, 230, 0, 0, 111, 1, 27, 
15, 40, 54, 111, 1, 94, 25, 1, 3, 76, 27, 1, 261, 166, 227, 0, 
16, 148, 185, 28, 97, 0, 4, 0, 138, 191, 24, 105, 87, 56, 0, 
32, 30, 92, 16, 7, 118, 0, 57, 98, 26, 64, 48, 146, 0, 91, 148, 
87, 10, 69, 0, 66, 73, 59, 128, 80, 0, 199, 167, 55, 156, 425, 
385, 77, 220, 264, 39, 132, 75, 234, 94, 107, 195, 124, 120, 
58, 65, 83, 128, 46, 117, 162, 69, 108, 83, 64, 127, 185, 38, 
160, 86, 55, 73, 0, 88, 86, 117, 69, 117, 102, 88, 69, 78, 72, 
105, 265, 105, 104, 140, 115, 37, 22, 82, 105)), class = "data.frame", row.names = c(NA, 
-125L))

标签: rpoissondiagnostic-tools

解决方案


推荐阅读