Journals / Yüzüncü Yıl Üniversitesi Tarım Bilimleri Dergisi / 2017 / Cilt: 27 - Sayı: 1
Using The Poisson and Negative Binomial Regression Modeling of Zooplankton Aquatic Insect Count Data
- Pages
- 58–64
- DOI
- —
Abstract
The aim of this study was to use for Poisson and negative binomial regressions in the modelling of zooplankton aquatic insect counts. Poisson regression is frequently used to analyze for dependent variable based on count data. In data sets, generally overdispersion is seen. In such cases, applying Poisson regression causes biased parameter estimations and standart errors. When there is overdispersion in data set, it is better to use negative binomial regression model. In negative binomial regression model, parameter estimations are obtained by considering the effect that stems from overdispersion. The overdispersion and zero-inflated parameter levels range was obtained to be quite high. All of the dependent variables were statistically significant on zooplankton aquatic insect counts (p<0.01) in the negative binomial regression. In the case of station of Haraba was taken as the reference level, most zooplankton aquatic insect counts was at the Yolcati station (7.972 times more), while at least zooplankton aquatic insect counts was at the Çarpanak station (99.59% less) (p<0.01). In the case of month of september was taken as the reference level, zooplankton density in August was found to be higher compared to other months (p<0.01). Because of the overdispersion had a significant effect, negative binomial regression was better results than the Poisson regression.
Özet
Bu çalışmada, sayıma dayalı olarak elde edilen zooplankton sucul böcek sayımlarının modellenmesinde Poisson ve negatif binomial regresyonlarının uygulaması amaçlanmıştır. Sayımla elde edilen veri setlerinde genellikle aşırı yayılım nadiren de az yayılım görülmektedir. Böyle durumlarda, aşırı yayılımı modelleyen negatif binomial regresyon sonuçları, yorumlamada esas alınmaktadır. Çalışmada, aşırı yayılım her iki regresyon modelinde de farklı parametre tahminleri ve standart hataların elde edilmesine neden olmuştur. Negatif binomial regresyonda, model alınan tüm bağımsız değişkenlerin zooplankton sucul böcek sayımları üzerine olan etkileri istatistiksel olarak önemli bulunmuştur (p<0.01). Haraba istasyonu referans düzeyi olarak kabul edildiğinde, en çok zooplankton sucul böcek sayımları Yolçatı istasyonunda (7.972 kat daha fazla), en az zooplankton sucul böcek sayımları ise Çarpanak istasyonunda (%99.59 daha az) olarak elde edilmiştir (p<0.01). Eylül ayı referans düzeyi olarak kabul edildiğinde, ağustos ayındaki zooplankton yoğunluğu diğer aylara nazaran daha yüksek bulunmuştur (p<0.01).Sonuç olarak; aşırı yayılımın önemli bir etkiye sahip olmasından dolayı, negatif binomial regresyon Poisson regresyondan daha iyi sonuç verdiği saptanmıştır.