Ik probeer c-hat te berekenen, de overdispersieparameter voor een QAIC-modelset. Volgens Burnham en Anderson moet je c berekenen -hoed op het globale model. Is het globale model het model uit de a priori-set met de meeste parameters, of is het een apart model dat niet in de kandidaat-set zit en een combinatie bevat van alle parameters die in de kandidaat-set worden gebruikt?
Bijvoorbeeld met deze kandidaat-set modellen:
1 grass+trees 2 grass*trees 3 grass*trees^2 4 shrubs 5 river Is het globale model gewoon model # 3, of is i: grass * bomen ^ 2 + struiken + rivier?
Antwoord
Kort antwoord: beide.
Langer antwoord : Idealiter zou uw globale model bestaan uit alle variabelen die nuttig zouden kunnen zijn voor uw specifieke onderzoeksvraag. Het zou het meest complexe model vertegenwoordigen waarvan de subsets alle termen zouden bevatten die door de andere modellen in uw kandidaat-set worden overwogen. Natuurlijk kan zon globaal model potentieel enorm zijn, vooral als het alle mogelijke interactietermen omvat.
Gezien het bovenstaande zou ik zeggen dat uw globale model lijkt te zijn:
6 gras * bomen ^ 2 + struiken + rivier
Burnham en Andersen (2002) bespreken het globale model in meer detail en waarom zou je het in je analyse willen opnemen. Het lijkt te zijn opgenomen als een manier om de algehele fit te testen, met het idee dat als het globale model niet goed bij de gegevens past, het waarschijnlijk is dat subsets van dat globale model, die in uw kandidaatgroep zouden voorkomen, zal dat ook niet doen. Kijk in het bijzonder naar sectie 1.3.6, p.26 van B & A “s (2002) boek voor meer informatie.
HTH