Блог

Я получаю странное распределение остатков для следующей модели :

M1a←glmer(binary.fit~population site (1|plot) (1family),data=d1,family=binomial)

Моя переменная ответа-это биномиал, который я разложил на множители и который принимает только значения 0 или 1. Случайными переменными являются «участок», участки, на которых саженцы были случайным образом отсортированы, и семья, их семейная структура.

Население означает, что их источник и сайт-это сайт, на котором они выросли. Все эти другие переменные факторизуются.

  $ site      : Factor w/ 2 levels "Lux","Marshall": 1 1 1 1 1 1 1 1 1 1 ...
 $ plot      : Factor w/ 6 levels "2","3","6","7",..: 1 1 1 1 1 1 1 1 1 1 ...
 $ subplot   : Factor w/ 96 levels "17","18","19",..: 1 1 1 1 1 1 1 1 1 1 ...
 $ plant     : Factor w/ 20 levels "1","2","3","4",..: 1 2 3 4 5 6 7 8 9 10 ...
 $ family    : Factor w/ 129 levels "GLBRC","L10a",..: 1 1 92 12 24 73 65 129 32 1 ...
 $ alive     : Factor w/ 2 levels "0","1": 2 2 2 2 2 1 2 1 1 1 ...
 $ population: Factor w/ 3 levels "Lux","Marshall",..: 3 3 2 1 1 2 1 2 1 3 ...
 $ seeds     : int  4 0 1 4 5 0 5 0 0 0 ...
 $ binary.fit: Factor w/ 2 levels "0","1": 2 1 2 2 2 1 2 1 1 1 ...
 

Я пытаюсь получить наилучшую возможную модель для переменной отклика.
Я получаю лучший AIC с этой формулой до сих пор, но распределение остатков, полученных с помощью qqPlot, дает мне следующее, странно выглядящее распределение. Как я мог бы это исправить и могу ли я даже интерпретировать это ?

До сих пор я знал, что данные обычно не распределяются, глядя на остатки, но я не знаю, что делать.

 Scaled residuals: 
    Min      1Q  Median      3Q     Max 
-1.1735 -0.5907 -0.2567 -0.1659  5.8229