使用GLM與泊松或負二項計數資料

Question

我目前正在運行在R數據一GLM，我想，如果我使用的最好的模型，以瞭解。

我的數據是隨着時間的推移四種蒼蠅，與種類，性別，密度和天存活率計數數據（我重複我的生存計，每5天）爲不同的因素。

我的代碼如下所示：

survival <- cbind(Dead,Alive) 
model1 <- glm (survival ~ Species*density*Sex*day, 
     data = DataM5, family = quasibinomial) 
car::Anova(model1, Type = "III") 
plot(model1) 

我的QQ地塊有大尾巴，我殘差VS擬合曲線看起來非常偏向右側。我明白這是意味着我的變化不是正態分佈（原諒我，如果我沒有這個權利，我作戰了解統計信息，但盡我所能），如果是這樣的話，那麼我的GLM的假設侵犯。從我讀過的內容來看，我認爲我需要使用泊松分佈或負二項式分佈，但是我似乎無法讓它們中的任何一個工作。這是正確的方法嗎？如果它是我如何得到它在R工作？

Answer 1

1. 泊松迴歸與日誌鏈接功能通常被用來模擬計數響應
2. 種密度性別*天，要包括所有協變量的相互作用，想想它是否真的有必要。通過使用這個模型，你可能會有一個模型來過濾數據。
3. 泊松迴歸是GLM（一個或多個）中的一個，但殘差不是assumped爲正態分佈。