이항, 음성 이항 및 포아송 회귀의 차이점

이항, 음 이항 및 포아송 회귀의 차이점과 이러한 회귀가 가장 적합한 상황에 대한 정보를 찾고 있습니다.

SPSS에서 수행 할 수있는 테스트 중 어떤 상황이 내 상황에 가장 적합한 지 알려주는 테스트가 있습니까?

또한 회귀 부분에서 볼 수있는 것과 같은 옵션이 없으므로 SPSS에서 포아송 또는 음 이항을 어떻게 실행합니까?

유용한 링크가 있다면 대단히 감사하겠습니다.

데이터의 특성과 관심있는 질문 만 상황에 가장 적합한 회귀 분석을 알려줄 수 있습니다. 따라서 어떤 방법이 가장 적합한 지 알려주는 테스트는 없습니다. (SPSS에서 작동하는 몇 가지 예를 보려면 아래의 회귀 분석법 링크를 클릭하십시오.)

• 당신이있는 경우 이진 결과 (예 : 사망 / 생존, 병 / 건강 1/0), 다음 로지스틱 회귀 분석은 적절하다.
• 결과가 이산 카운트 이면 포아송 회귀 또는 음 이항 회귀를 사용할 수 있습니다.

기억 포아송 분포는 평균과 분산이 동일하다고 가정합니다. 때로는 데이터에 평균보다 큰 추가 변동이 표시되는 경우가 있습니다. 이러한 상황을 과 분산 이라고 하며 음의 이항 회귀는 푸 아송 회귀보다 그 점에서 더 유연합니다 (이 경우 여전히 포아송 회귀를 사용할 수 있지만 표준 오류는 편향 될 수 있습니다). 음 이항 분포 보다 포아송 회귀 이상의 매개 변수를 조정한다 갖는다 평균으로부터 독립적으로 분산. 실제로, 포아송 분포는 음 이항 분포의 특별한 경우입니다.

이 의견이 너무 길어서 답변을 드리겠습니다.

한편으로는 이항식과 포아송과 다른 한편의 음의 이항식의 구별은 데이터의 본질에있다. 테스트는 관련이 없습니다.

포아송 회귀에 대한 요구 사항에 대한 신화가 널리 퍼져 있습니다. 차이는 포아송의 특성 인 의미와 동일하지만, 포아송 회귀하지 않는 요구 하는 응답 않으며, 응답의 여백 분포 고전 회귀 더 이상 포아송 것이 요구 가 정상인 것으로 (가우스).

의심스러운 표준 오류가있는 것은 치명적이지 않습니다. 포아송 회귀의 적절한 구현에서 표준 오류의 더 나은 추정치를 얻을 수 있기 때문입니다.

포아송은 절대로 반응을 세도록 요구하지도 않는다. 음이 아닌 연속 변수와 잘 작동합니다. 포아송의 과소 평가 (펀칭 예정)에 대한 자세한 내용은

http://blog.stata.com/tag/poisson-regression/

그리고 그 참조. 해당 블로그 항목의 Stata 컨텐츠는 해당 블로그 항목이 Stata를 사용하지 않는 사람들이 관심을 갖고 사용하는 것을 중단해서는 안됩니다.

포아송과 음의 이항 회귀 중에서의 선택에 대해 조언하기는 어렵습니다. 포아송 회귀가 잘 작동하는지 확인하십시오. 그렇지 않으면 부정적인 이항 회귀의 더 큰 합병증을 고려하십시오.

SPSS 사용에 대해서는 조언 할 수 없습니다. Poisson의 유연한 구현 또는 음의 이항 회귀 분석을 위해 다른 소프트웨어를 사용해야하더라도 놀라지 않을 것입니다.

SPSS Statistics에서 GENLIN 명령은 포아송, 음 이항 및 기타 여러 가지를 처리합니다. (분석> 일반 선형 모형). 고급 통계 옵션의 일부입니다.

포아송 / 음 이항은 오프셋이 1 인 이진 결과와 함께 사용될 수도 있습니다. 물론 데이터는 예상 설계 (코호트, rct 등)에서 가져와야합니다. 포아송 또는 NB 회귀 분석은 로지스틱 회귀 분석의 확률 대 확률 비율에 대해 더 적절한 효과 측정 (IRR)을 제공합니다.

NB 회귀 분석은 포아송 회귀 분석보다 "사 페르"입니다. 왜냐하면과 분산 모수 (Stata의 알파)가 통계적으로 유의하지 않더라도 결과는 포아송 회귀 양식과 정확히 동일하기 때문입니다.