如何解读glmmTMB泊松混合效应回归残差图并剔除离群值

1. 显著KS检验、离群值检验的解读与离群值处理方法 #

• DHARMa中的KS检验用于判断模拟标准化残差是否符合理论均匀分布：结果显著即说明残差分布与模型假设的理论分布存在系统性偏差，这种偏差无法用随机波动解释。
• 离群值检验显著的含义：当前模型下，数据中存在占比过高的极低概率观测值。DHARMa默认将标准化残差<0.025或>0.975的观测判定为离群点，模型设定正确时，这类随机离群点的理论占比应为总样本的5%左右，检验显著即说明实际离群占比明显高于该预期。
• 离群值识别与处理不要直接粗暴删除：
  1. 先通过res$scaledResiduals提取所有标准化残差，筛选出残差落在0.025~0.975区间外的观测，逐一核对原始数据：如果是录入错误、眼动信号漂移/眨眼伪迹等技术问题导致的异常值，可直接剔除。
  2. 如果离群点是真实观测值，禁止随意删除：这类离群点本质是模型设定失准的信号，需优先调整模型结构（补充预测变量、更换匹配的分布族、优化随机效应结构），或采用稳健回归方法；若最终仍需剔除，必须在研究报告中明确说明剔除标准与剔除样本占比。

2. 残差-预测值图解读与模型设定判断 #

• 残差-预测值图的判断逻辑：模型设定正确时，散点应沿0.5的残差中线上下均匀分布，图中绘制的0.25、0.5、0.75三条分位拟合线应基本保持水平，不存在明显的弯曲、漏斗形异方差趋势。
• 结合你给出的检验结果（过离散检验不显著，但KS检验、离群值检验均显著），当前模型明确存在设定问题：最常见的原因是零膨胀结构设置不合理（当前为全样本统一零膨胀ziformula=~1，但零注视概率可能随CONDITION水平、试次时长变化）；其次是随机效应结构过于简单（仅设置了被试、词汇的随机截距，未考虑理论上应存在的随机斜率）；也可能是连续预测变量与因变量的非线性关系未被纳入模型。

3. DHARMa检验图中红色竖线的含义 #

• DHARMa所有检验直方图中的红色竖线，代表基于实际观测数据计算得到的目标统计量值，直方图本身是模型假设成立时，通过多次模拟生成的该统计量的零分布。
• 红色竖线不需要位于直方图中心：如果竖线落在直方图95%分布区间之外，即比95%的模拟生成统计量更极端，就代表对应检验的p<0.05，结果显著。以你本次的离群值检验为例，显著结果对应的红色竖线会落在直方图最右侧尾端，代表实际离群点占比远高于模型模拟的平均水平。

本次分析参考代码 #

# 拟合带偏移项的零膨胀泊松线性混合模型
model <- glmmTMB(
  fixation_count ~ CONDITION + (1|PARTICIPANT) + (1|WORD) + offset(log(TRIAL_TIME_1)), 
  data = my_data, 
  ziformula = ~1, 
  family = poisson
)
# 输出模型拟合结果
summary(model)
# 计算DHARMa模拟残差并输出诊断图
res <- simulateResiduals(model, plot = TRUE)
# 过离散检验
testOverdispersion(model)
# 残差综合检验（含KS检验、离群值检验、分位偏差检验）
testResiduals(res)

实操提示：优先调整零膨胀公式、补充随机斜率排查残差问题，不要直接删除真实观测的离群点。

内容的提问来源于stack exchange，提问作者T Song