포아송 회귀 분석에서 데이터 샘플 생성


14

R의 푸 아송 회귀 방정식에서 데이터를 생성하는 방법이 궁금합니다. 문제에 접근하는 방법이 혼란 스럽습니다.

따라서 우리가 N ( 0 , 1 ) 로 분포 된 예측 변수 X 2 가 있다고 가정 합니다. 그리고 절편은 0이고 두 계수는 모두 1입니다. 그러면 내 추정치는 간단합니다.X1X2N(0,1)

log(Y)=0+1X1+1X2

그러나 log (Y)를 계산 한 후에는이를 기반으로 포아송 카운트를 어떻게 생성합니까? 푸 아송 분포에 대한 속도 매개 변수는 무엇입니까?

누구나 Poisson 회귀 샘플을 생성하는 간단한 R 스크립트를 작성할 수 있다면 좋을 것입니다!

답변:


25

YlogxYP(μ)E(Y)=V(Y)=μlog(μ)=β0+β1x

>   #sample size
> n <- 10
>   #regression coefficients
> beta0 <- 1
> beta1 <- 0.2
>   #generate covariate values
> x <- runif(n=n, min=0, max=1.5)
>   #compute mu's
> mu <- exp(beta0 + beta1 * x)
>   #generate Y-values
> y <- rpois(n=n, lambda=mu)
>   #data set
> data <- data.frame(y=y, x=x)
> data
   y         x
1  4 1.2575652
2  3 0.9213477
3  3 0.8093336
4  4 0.6234518
5  4 0.8801471
6  8 1.2961688
7  2 0.1676094
8  2 1.1278965
9  1 1.1642033
10 4 0.2830910

3

모델에 완벽하게 맞는 데이터 세트를 생성하려면 다음과 같이하십시오 R.

# y <- exp(B0 + B1 * x1 + B2 * x2)

set.seed(1234)

B0 <-  1.2                # intercept
B1 <-  1.5                # slope for x1
B2 <- -0.5                # slope for x2

y <- rpois(100, 6.5)

x2 <- seq(-0.5, 0.5,,length(y))
x1 <- (log(y) - B0 - B2 * x2) / B1

my.model <- glm(y ~ x1 + x2, family = poisson(link = log))
summary(my.model)

다음을 반환합니다 :

Call:
glm(formula = y ~ x1 + x2, family = poisson(link = log))

Deviance Residuals: 
       Min          1Q      Median          3Q         Max  
-2.581e-08  -1.490e-08   0.000e+00   0.000e+00   4.215e-08  

Coefficients:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept)  1.20000    0.08386  14.309  < 2e-16 ***
x1           1.50000    0.16839   8.908  < 2e-16 ***
x2          -0.50000    0.14957  -3.343 0.000829 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1   1

(Dispersion parameter for poisson family taken to be 1)

    Null deviance: 8.8619e+01  on 99  degrees of freedom
Residual deviance: 1.1102e-14  on 97  degrees of freedom
AIC: 362.47

Number of Fisher Scoring iterations: 3
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.