The number of observations in our d

The number of observations in our data base


A characteristic of the Poisson distribution is that its mean is equal to its variance. In certain circumstances, it will be found that the observed variance is greater than the mean; this is known as overdispersion and indicates that the model is not appropriate. A common reason is the omission of relevant explanatory variables, or dependent observations. Under some circumstances, the problem of overdispersion can be solved by using quasi-likelihood estimation or a negative binomial distribution instead.[2][3]


Overdispersion means that the data show evidence that the variance of the response yi is greater than μi(ni - μi) / ni.
Underdispersion is also theoretically possible, but rare in practice. McCullagh and Nelder (1989) say that overdispersion is the rule rather than the exception.

ผลลัพธ์ (ไทย) 1:

จำนวนการสังเกตในฐานข้อมูลของเราลักษณะของการแจกแจงปัวซองคือว่า หมายถึงอะไรเท่ากับผลต่างของ ในบางกรณี มันจะพบว่า ความแปรปรวนที่สังเกตมีมากกว่าค่าเฉลี่ย นี้เรียกว่า overdispersion และบ่งชี้ว่า แบบจำลองที่ไม่เหมาะสม สาเหตุทั่วไปคือ งดตัวแปรอธิบายเกี่ยวข้อง หรือขึ้นอยู่กับการสังเกต ภายใต้สถานการณ์บาง สามารถแก้ไขปัญหาของ overdispersion โดยใช้การประมาณการโอกาสวนอุทยานหรือการแจกแจงทวินามลบแทน [2] [3]Overdispersion หมายถึงข้อมูลที่แสดงหลักฐานว่า ความแปรปรวนของยี่ตอบสนองมีมากกว่า μi (ni - μi) / niUnderdispersion เป็นไปได้ในทางทฤษฎี แต่หายากในทางปฏิบัติ McCullagh และ Nelder (1989) กล่าวว่า overdispersion นั้นเป็นกฎการแทนที่เป็นข้อยกเว้น

ผลลัพธ์ (ไทย) 2:

จำนวนของการสังเกตในฐานข้อมูลของเรา


ลักษณะของการกระจาย Poisson คือค่าเฉลี่ยเท่ากับความแปรปรวนของ ในบางสถานการณ์ก็จะพบว่าความแปรปรวนที่สังเกตมีค่ามากกว่าค่าเฉลี่ย; นี้เป็นที่รู้จักกัน overdispersion และแสดงให้เห็นว่ารูปแบบเป็นสิ่งที่ไม่เหมาะสม เหตุผลที่พบบ่อยคือการละเลยการอธิบายตัวแปรที่เกี่ยวข้องหรือข้อสังเกตขึ้นอยู่กับ ภายใต้สถานการณ์บางปัญหาของ overdispersion จะสามารถแก้ไขได้โดยการใช้การประมาณกึ่งโอกาสหรือการกระจายทวินามเชิงลบแทน. [2] [3]


overdispersion หมายความว่าข้อมูลที่แสดงหลักฐานว่าความแปรปรวนของ Yi ตอบสนองมากกว่าμi (พรรณี - μi) / พรรณี.
Underdispersion ยังเป็นไปได้ในทางทฤษฎี แต่หาได้ยากในทางปฏิบัติ McCullagh และ Nelder (1989) กล่าวว่า overdispersion คือกฎมากกว่าเป็นข้อยกเว้น

ผลลัพธ์ (ไทย) 3:

จำนวนค่าสังเกตในฐานข้อมูลของเราลักษณะของการแจกแจงปัวซงนั่นหมายความว่าจะเท่ากับของความแปรปรวน ในบางสถานการณ์ ก็จะพบว่าพบความแปรปรวนมากกว่าค่าเฉลี่ย ; นี้เป็นที่รู้จักกันเป็น overdispersion และบ่งชี้ว่ารูปแบบไม่เหมาะสม เหตุผลที่พบบ่อยคือ การละเลยของตัวแปรอธิบายที่เกี่ยวข้อง หรือขึ้นอยู่กับการสังเกต ภายใต้สถานการณ์บางอย่าง ปัญหาของ overdispersion สามารถแก้ไขได้โดยใช้การประมาณค่าความน่าจะเป็นและการแจกแจงทวินามลบแทน [ 2 ] [ 2 ]overdispersion หมายความว่า ข้อมูลแสดงหลักฐานว่า ความแปรปรวนของการตอบสนองอีมากกว่าμฉัน ( ฉัน - μฉัน ) ฉันunderdispersion ยังเป็นไปได้ในทางทฤษฎี แต่ที่หายากในการปฏิบัติ เมิ่กคัลเลิก และ nelder ( 1989 ) กล่าวว่า overdispersion เป็นกฎมากกว่าเป็นข้อยกเว้น