where V( · ) denotes the variance f

where V( · ) denotes the variance function. In Eq. (10), the variance of Y is proportional to an unknown constant σ 2
and the extra variation in the data can thus be handled without affecting the structure of the mean response. σ 2
> 1
implies over-dispersion, while 0 < σ 2
< 1 implies under-dispersion. In a QL model, the usual parameter of interest
is µ . Adopting the notation of McCullagh and Nelder (1989), the quasi-log-likelihood is defined as,

ผลลัพธ์ (ไทย) 1:

ที่ V (·) หมายถึงผลต่างของฟังก์ชัน ใน Eq. (10), ค่าความแปรปรวนของ Y เป็นสัดส่วนถึงไม่รู้จักคงσ 2และจึงสามารถจัดการการเปลี่ยนแปลงเพิ่มเติมข้อมูลโดยไม่ส่งผลกระทบต่อโครงสร้างของการตอบสนองหมายถึง Σ 2> 1หมายถึงกระจายมากเกินไป ในขณะที่ 0 < σ 2< 1 หมายถึงน้อยกระจาย ในรุ่น QL พารามิเตอร์ปกติน่าสนใจเป็นเขต ใช้สัญกรณ์ของ McCullagh และ Nelder (1989), quasi-log-โอกาสเป็นตกลงเป็น

ผลลัพธ์ (ไทย) 2:

โดยที่ V (·) หมายถึงฟังก์ชั่นความแปรปรวน ในสมการ (10) ความแปรปรวนของ Y เป็นสัดส่วนไปยังσคงไม่ทราบ 2
และรูปแบบพิเศษในข้อมูลจึงสามารถจัดการได้โดยไม่ต้องมีผลกระทบต่อโครงสร้างของการตอบสนองเฉลี่ยที่ σ 2
> 1
หมายถึงการกระจายตัวมากกว่าในขณะที่ 0 <σ 2
<1 หมายถึงการอยู่ภายใต้การกระจายตัว ในรูปแบบ QL เป็นพารามิเตอร์ปกติที่น่าสนใจ
คือμ การนำสัญกรณ์ของ McCullagh และ Nelder นี้ (1989) เสมือน-log-โอกาสเป็นนิยามเป็น

ผลลัพธ์ (ไทย) 3:

ที่ 5 ( Suite ) หมายถึงฟังก์ชันความแปรปรวน ในอีคิว ( 10 ) ความแปรปรวนของ Y คือสัดส่วนที่ไม่รู้จักσคงที่ 2และรูปแบบพิเศษในข้อมูลจึงสามารถถูกจัดการโดยไม่มีผลต่อโครงสร้างของหมายถึงการตอบสนอง σ 2> 1บางกว่าการแพร่กระจายในขณะที่ 0 < σ 2< 1 นัยภายใต้การแพร่กระจาย เข้าร่วมในรูปแบบพารามิเตอร์ปกติของความสนใจเป็นµ . การใช้สัญลักษณ์ของเมิ่กคัลเลิก และ nelder ( 1989 ) , กึ่งล็อกโอกาส de จึงเน็ดเป็น