使用GLM与泊松或负二项计数资料

Question

我目前正在运行在R数据一GLM，我想，如果我使用的最好的模型，以了解。

我的数据是随着时间的推移四种苍蝇，与种类，性别，密度和天存活率计数数据（我重复我的生存计，每5天）为不同的因素。

我的代码如下所示：

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地块有大尾巴，我残差VS拟合曲线看起来非常偏向右侧。我明白这是意味着我的变化不是正态分布（原谅我，如果我没有这个权利，我作战了解统计信息，但尽我所能），如果是这样的话，那么我的GLM的假设侵犯。从我读过的内容来看，我认为我需要使用泊松分布或负二项式分布，但是我似乎无法让它们中的任何一个工作。这是正确的方法吗？如果它是我如何得到它在R工作？

Answer 1

1. 泊松回归与日志链接功能通常被用来模拟计数响应
2. 种密度性别*天，要包括所有协变量的相互作用，想想它是否真的有必要。通过使用这个模型，你可能会有一个模型来过滤数据。
3. 泊松回归是GLM（一个或多个）中的一个，但残差不是assumped为正态分布。