R 用glmulti拟合拟族？

我使用

glmulti

包中的

glmulti

函数来获得泊松误差分布数据的最佳glm模型。没问题。一旦我得到了最好的模型，我就使用卡方检验来获得p值，并对输入模型的每个变量进行统计检验。我遇到的唯一问题是数据过度分散，Zuur book和Crawley都建议使用准族函数来纠正过度分散。这本身不是问题，除了glmulti函数不允许拟合准函数

我的问题是，使用具有泊松误差分布的glmulti获得我的最佳模型，然后将最佳模型输出拟合到准函数是否是一种不正确的方法，以及是否有任何人可以提供任何其他建议

---

我还为正态分布数据运行了glmulti（将族指定为高斯，将链接指定为标识），这确实有效，但如果我违反了任何主要规则，请务必告诉我。

glmulti允许在错误分布中使用准族

在您的情况下，只需使用附加参数family=quasipoisson调用glmulti（它将传递给拟合函数glm）

请注意，对于这种类型的模型，您使用的是准似然度，因此不建议使用AIC或BIC。您应该使用后者的准等价物（QAIC或QBIC）。这是通过将参数crit设置为“qaic”（例如）来实现的。您必须提供过度分散系数的估计值，通常来自饱和模型（有关更多信息，请参阅文档；或者向包作者寻求帮助）

否则，对于使用这种型号的多模态比较，没有具体的计数器指示

---

建议的另一个答案的最大问题是“

qaic

”在

glmulti

中似乎不起作用。 但对我来说，这很管用：

library(bbmle)
qaicmod = function (fit) qAIC(fit, dispersion=with(fit,sum((weights * residuals^2)[weights > 0])/df.residual) ) 

glmulti.out <- glmulti(XXX model formula XXX, 
  data = mydata,crit = "qaicmod", 
   confsetsize = 5, fitfunction = "glm", 
   family = poisson)

库（bbmle）
qaimod=函数（fit）qAIC（fit，离散度=带（fit，sum（（权重*残差^2）[权重>0]）/df.残差））
glmulti.out此操作将导致glmulti中出现错误，但如果您尝试此操作，则很遗憾。。。上面我提到了一个解决方案。。。。
disp <<- summary(fullmodel)$dispersion
qaicmod = function (fit) qAIC(fit, dispersion=disp)