text stringlengths 0 1.95k |
|---|
df AIC |
4 |
5 |
5 |
6 |
4 |
3 |
5 |
4 |
3 |
5 |
4 |
4 |
4 |
3 |
3 |
2 |
Представленные веса wi интерпретируются (Burnham, Anderson, 2002) как |
вероятности того, что i-я модель является лучше, чем любая другая на множестве |
моделей-претендентов. Считается, что если веса отличаются менее, чем на 10% от wmax, то |
эти модели идентичны по качеству наилучшей. Так в табл. 4.6 модель 11 в 2.5 раза |
"лучше" модели 15 с добавлением еще одного фактора (mon) и в 4.5 раза "лучше" полной |
модели 16. С другой стороны, сравнение остаточных дисперсий для моделей 11 и 16 не |
дает статистически значимых отличий по критерию Фишера (р = 0.11). |
С использованием девианса G2 аддитивной модели можно рассчитать соотношение |
между суммой отклонений для остатков RD (Residual Deviance) и общей суммой |
отклонений ND (Null Deviance). Тогда статистика R2 = (1 – RD/ND) может быть |
интерпретирована как аналог коэффициента детерминации, который обычно используется |
для оценки линейной регрессии. Для модели 11 из табл. 4.6, оценивающей зависимость |
массы печени, эта статистика будет равна R2 = 0.738. Для сравнения простая линейная |
модель с параметрами будет иметь вид: |
H = 664.8 + 85W - 13 Lt, |
при статистически значимых оценках коэффициентов b1 , b2, но несколько меньшем |
коэффициенте детерминации R2 = 0.703. |
156 |
Можно также отметить, что аналогичная функция gam() в другом пакете mgcv |
реализует модель со смешанными эффектами, что приводит к автоматическому выбору |
степени сглаживания на основе обобщенной кросс-проверки. |
В результате построения аддитивных моделей нами получено для каждого |
показателя, связанного с массой внутренних органов красной полевки, по три вектора |
значений: (а) натуральные измерения x, (б) рассчитанные по моделям GAM xfit, |
изменчивость которых определяется только массо-размерными параметрами животного, а |
влияние всех остальных факторов "снято", (в) остатки xres = x - xfit, объединяющие |
погрешность измерений и вариацию массы внутренних органов под воздействием любых |
иных факторов, кроме четырех предикторов модели. Интересно сравнить результаты |
дисперсионного анализа этих переменных в зависимости от таких факторов как "пол" |
(самцы / самки) и местообитание М (1 – в зоне до 5 км от БЦБК, 2 – 15 ¸ 50 км, 3 – свыше |
50 км) – см. табл. 4.7. Из расчетов можно предположить, что статистически значимая |
связь массы почек мыши с местообитанием определяется не патологией внутренних |
органов, а только тем, что за пределами зоны влияния комбината отлавливаемые особи |
оказывались крупнее. Вполне понятно также, что остаточная изменчивость показателя |
определяется в основном гендерными отличиями. |
Таблица 4.7. Двухфакторный дисперсионный анализ показателей массы почек красной полевки в |
зависимости от пола и местообитания М (df – число степеней свободы, MSS – средние суммы |
квадратов, F – статистика Фишера, Pr(>F) – р-значение) |
Фактор |
df |
М |
Пол |
Остатки 275 |
1 |
1 |
Измеренныe x |
F |
9.38 |
1.02 |
Pr(>F) |
0.0024 |
0.312 |
MSS |
37922 |
4143 |
4039 |
Модельные xfit |
F |
12.58 |
6.67 |
Pr(>F) |
0.0004 |
0.0103 |
MSS |
38824 |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.