NA remplace la valeur de l'AIC d'un GLM

Bonjour,

J'ai réalisé des glm à partir de données d'abondances et de facteurs explicatif.
J'ai des résultats mais difficile à valider.
De plus, mon manque de connaissances ne me permet pas de juger de la validité de ma démarche.
J'ai bien cherché sur le net mais pas trouvé de situation correspondante à mon cas.
De plus, seul l'avis d'experts me permettront d'être juste.

glmAbca4=glm(log1p(Abd.ca)~Mod*Date+Cod.ech,family=quasipoisson,data=T23)
summary(glmAbca4)
...
Null deviance: 188.272 on 119 degrees of freedom
Residual deviance: 47.562 on 80 degrees of freedom
AIC: NA

XAbca4=sum(residuals(glmAbca4, type = "pearson")^2)
ddl <- df.residual(glmAbca4)
1 - pchisq(XAbca4, ddl)
[1] 0.9998124

bptest(glmAbca4) => BP = 55.4316, df = 42, p-value = 0.08012
dwtest(glmAbca4) => DW = 2.1257, p-value = 0.844


Tout m'a l'air acceptable mais le NA à la place de l'AIC me pose un gros problème : cela veut-il dire que mon modèle n'est pas correcte?

Merci pour vos réponses!

Bonjour,

non c'est juste que les auteurs de la fonction GLM considèrent qu'il n'est pas possible d'estimer une vraisemblance avec une distribution quasi-poisson, donc pas de vraisemblance, pas d'AIC.

Ok merci!

Ouf, je peux donc garder la famille quasi-poisson qui semble la plus appropriée pour tester mon jeu de données.

Donc mes critère de sélection seront:
la déviance résiduelle, le test de qualité de l'ajustement des résidus, l'indépendance des résidus, et leur homoscédaticité.