Ich möchte nur überprüfen, ob das, was ich mache, korrekt ist!Überprüfung der Interpretation der GLM-Zusammenfassung in R
Ich habe Vogelzählungen in mehreren Standorten in zwei Lebensräume kategorisiert - Ackerland und Feuchtgebiet. Ich möchte einfach sehen, welcher Lebensraum höher zählt.
Ich bin ein GLM mit einer Poisson-Funktion (wie sie Zähldaten sind):
> mod <- glm(count ~ habitat, family = "poisson")
> summary(mod)
Call:
glm(formula = count ~ habitat, family = poisson)
Deviance Residuals:
Min 1Q Median 3Q Max
-0.5868 -0.4603 -0.2496 -0.2141 2.8464
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -0.2695 1.0000 -0.269 0.788
habitatWetland 1.7331 1.0954 1.582 0.114
(Dispersion parameter for poisson family taken to be 1)
Null deviance: 37.802 on 91 degrees of freedom
Residual deviance: 34.373 on 90 degrees of freedom
AIC: 48.987
Number of Fisher Scoring iterations: 6
So weit, so gut?
Mein Verständnis ist, dass (unter Verwendung der Standardkontraste) das Intercept auf Habitat bezieht: Ackerland - also würde die geschätzte durchschnittliche Anzahl auf Ackerflächen exp (-0,2695) sein. Die geschätzte durchschnittliche Anzahl an Feuchtgebieten wäre exp (1,7331).
Der Schnittpunkt p-Wert (0,788) gibt die Wahrscheinlichkeit, dass der Schnittpunkt (d. H. Zählung in Ackerland) deutlich größer als Null ist (obwohl ich nicht besonders daran interessiert bin). Der Feuchtgebiet-p-Wert (0,114) gibt die Wahrscheinlichkeit an, dass die Zählung in Feuchtgebieten sich von dem Schnittpunkt unterscheidet (d. H. Anders als die Zählung in Ackerland). In diesem Fall besteht also kein signifikanter Unterschied (auf der Ebene von 5%) zwischen den beiden Lebensraumtypen.
Ist das alles korrekt? An was sollte ich sonst noch denken oder anders denken?
Für zukünftige Referenz sollten statistische Fragen dieser Art an [Cross Validated] (https://stats.stackexchange.com) gesendet werden. – merv