Cómo probar la sobre-dispersión para los datos de composición en R?

Question

Iba a hacer una sobre-dispersión de la prueba para la composición del conjunto de datos (no tengo el original recuento de valores) para la elección posterior de un modelo de regresión adecuado. He aquí un ejemplo de mi conjunto de datos:

X<-matrix(sample(1:100,100,T), 20,5)
X<-X/apply(X,1,sum)
colnames(X)<-paste("Comp", 1:5, sep="")
rownames(X)<-paste("Id", 1:20, sep="")

¿Alguien sabe cómo hacer esta prueba en R?

Answer 1

Usted es básicamente relleno, a menos que usted tiene una idea de cuántas observaciones hay - las cuentas son lo que las unidades de la varianza $ var(n_{rc})=n_{r}\pi_{rc} (1-\pi_{rc}) $ y no sabe $ n _{r}$, pero sólo $ f_{rc}=\frac {n_{rc}}{n_r} $. Si miramos las dos típicas medidas de error para las tablas de contingencia se han

$$X^2_{pearson}=\sum_{rc}\frac {(O_{rc}-E_{rc})^2}{E_{rc}}=\sum_{rc}n_{r}\left (\frac {f_{rc}}{\pi_{rc}}-1\right) $$ $$ X^2_{deviance}=2\sum_{rc} O_{rc}\log\left (\frac {O_{rc}}{E_{rc}}\right)=2\sum_{rc} n_r\left [f_{rc}\log\left (\frac {f_{rc}}{\pi_{rc}}\right) \right] $$

Usted puede ser capaz de obtener una idea de lo que la cuenta podría estar señalando que $ f_{rc} $ es un cociente de dos números enteros. Por ejemplo, si $ f_{rc}=0.05 $, entonces el denominador debe ser un múltiplo entero de $20 $. Si usted también tiene que otro$ f_{rd}=0.33333\dots$, entonces el denominador debe ser un múltiplo entero de $60 $. Por supuesto, usted tendrá algunos problemas a la hora de tratar con las proporciones almacenados con precisión finita (que, técnicamente, la segunda proporción sería recortado en algún momento). Un crudo límite inferior que es fácil de calcular es la inversa de la mínima de no-cero $ f_{rc} $. Los totales de fila debe ser al menos tan grande como este número. Esto le permite poner límites inferiores en el $ X^2 $ estadísticas.