Se sumió un modelo Poisson para el número observado de fibras. Debido a que queremos “medir” el recuento de las fibras que quedaban atrapadas en el filtro y el modelo Poisson es el más simple para cuando la variable de respuesta son recuentos.
Ahora para escribir la hipotesis nula:
H0: El modelo esplica bien el recuento de las fibras.
chisq.prob <- 1 - pchisq(35.39, 1)
chisq.prob## [1] 2.698689e-09Uso de offset
Nos sirve para hacer la comparación correcta y usar la tasa como respuesta. Esto se logra estableciendo la compensación en el numero de meses que llevan en servicio con el numero de embarcaciones.
library(MASS)
ships
m <- glm(incidents ~ offset(log(service))+type+year+period, family = poisson , data = ships ) summary(m)Haciendo bondad de ajuste
chisq.prob <- 1 - pchisq(61.4, 1)
chisq.prob## [1] 4.662937e-15Note that the echo = FALSE parameter was added to the code chunk to prevent printing of the R code that generated the plot.