Jeg prøver å beregne c-hat, overdispersjonsparameteren for et QAIC-modellsett. I følge Burnham og Anderson skal du beregne c -hatt på den globale modellen. Er den globale modellen modellen fra det a priori settet som har flest parametere, eller er det en egen modell som ikke er i kandidatsettet som inkluderer en kombinasjon av alle parametrene som brukes i kandidatsettet?
For eksempel, med dette kandidatsettet med modeller:
1 grass+trees 2 grass*trees 3 grass*trees^2 4 shrubs 5 river Er den globale modellen bare modell # 3, eller er jeg: gress * trær ^ 2 + busker + elv?
Svar
Kort svar: begge.
Lengre svar : Ideelt sett vil den globale modellen din bestå av alle variabler som antas å være nyttige for ditt spesifikke forskningsspørsmål. Det vil representere den mest komplekse modellen hvis undersett vil inneholde alle vilkårene som blir vurdert av de andre modellene i kandidatsettet ditt. Selvfølgelig kan en slik global modell være potensiell enorm, spesielt hvis den inkluderer alle mulige samhandlingsbetingelser.
Gitt ovenstående vil jeg si at den globale modellen din ser ut til å være:
6 gress * trær ^ 2 + busker + elv
Burnham og Andersen (2002) diskuterer den globale modellen nærmere og hvorfor du kanskje vil inkludere den i analysen din. Det ser ut til å være inkludert som et middel for å teste den generelle tilpasningen, med forestillingen om at hvis den globale modellen ikke passer til dataene bra, er det sannsynlig at delmengder av den globale modellen, som ville eksistere i kandidatsettet vant «t enten. Se nærmere på avsnitt 1.3.6, s.26 i B & A» s (2002) -bok for mer informasjon.
HTH