- Este debate tiene 2 respuestas, 2 mensajes y ha sido actualizado por última vez el hace 3 años, 4 meses por
.
-
Entradas
-
Hola,
Adjunto la Hoja de Trabajo – Modelos Poisson GLM: https://docs.google.com/document/d/1zyLKCyMwl_ooaIGP_ywHEfZ6R6YS6xNM/edit?usp=sharing&ouid=116330882333041952255&rtpof=true&sd=true
No he entendido la pregunta sobre comprobar la sobre dispersión, no sabía en qué datos fijarme ni como comentarlo.
Gracias y un saludo,
Maitane
Revisa los apuntes porque se explica cómo comprobar si tenemos sobre dispersión. Te quedaría un resultado así:
Call:
glm(formula = num_awards ~ prog + math, family = «quasipoisson»,
data = varEstudio)Deviance Residuals:
Min 1Q Median 3Q Max
-2.2043 -0.8436 -0.5106 0.2558 2.6796Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -5.24712 0.68503 -7.660 8.36e-13 ***
progAcademic 1.08386 0.37272 2.908 0.00406 **
progVocational 0.36981 0.45888 0.806 0.42128
math 0.07015 0.01103 6.362 1.38e-09 ***
—
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1(Dispersion parameter for quasipoisson family taken to be 1.082366)
Null deviance: 287.67 on 199 degrees of freedom
Residual deviance: 189.45 on 196 degrees of freedom
AIC: NANumber of Fisher Scoring iterations: 6
Atendiendo a esos resultados, estamos en la frontera de la sobre dispersión. Podríamos dejarlo como está, pero probamos con el modelo binomial negativo .
En cuanto al resto del ejercicio, llegas a las conclusiones precisas.
- Debes estar registrado para responder a este debate.
