«poisson-regression» 태그된 질문

결과가 카운트 변수 인 회귀에 대한 가장 유용한 정보는 무엇입니까? 특히 포아송 및 음 이항 모델뿐만 아니라 제로 팽창 및 허들 대응에 관심이 있습니다. 내가 찾은 대부분의 소스는 단순히 이러한 플롯이 어떻게 보이는지에 대한 설명없이 잔차 대 적합치 값을 플로팅합니다. 지혜와 참고 문헌은 크게 감사합니다. 관련이 있는지 묻는 이유에 대한 …

88 generalized-linear-model  residuals  negative-binomial  zero-inflation  poisson-regression 

푸 아송 회귀 분석에서 왜 오프셋이 사용되는지 아는 사람이 있습니까? 이것으로 무엇을 달성합니까?

67 poisson-regression  offset 

R에서 푸 아송과 음 이항 (NB) 회귀는 항상 범주 형이지만 연속적이지 않은 예측 변수에 대해 동일한 계수에 맞는 것으로 나타났습니다. 예를 들어, 범주 형 예측 변수를 사용한 회귀 분석은 다음과 같습니다. data(warpbreaks) library(MASS) rs1 = glm(breaks ~ tension, data=warpbreaks, family="poisson") rs2 = glm.nb(breaks ~ tension, data=warpbreaks) #compare coefficients cbind("Poisson"=coef(rs1), "NB"=coef(rs2)) …

38 regression  negative-binomial  poisson-regression 

투표와 같은 특정 데이터 세트의 경우 성능이 더 우수하다는 것을 이해합니다. 포아송 회귀 분석이 왜 일반 선형 회귀 분석 또는 로지스틱 회귀 분석에 사용됩니까? 그것에 대한 수학적 동기는 무엇입니까?

33 count-data  poisson-regression 

R에 GLM (poisson regression)을 사용하여 데이터를 맞추려고합니다. 잔차 대 적합치 값을 플로팅하면 플롯이 여러 개의 (거의 오목한 곡선이있는 선형) "선"을 만들었습니다. 이것은 무엇을 의미 하는가? library(faraway) modl <- glm(doctorco ~ sex + age + agesq + income + levyplus + freepoor + freerepa + illness + actdays + hscore + …

25 r  self-study  generalized-linear-model  poisson-regression 

동료 통계학 자의 의견을 듣고 싶은 의미론에 대한 질문이 있습니다. 우리는 로지스틱, 포아송 등과 같은 모델이 일반화 된 선형 모델의 우산에 속한다는 것을 알고 있습니다. 모델에는 매개 변수의 비선형 함수가 포함되어 있으며, 적절한 링크 함수를 사용하여 선형 모델 프레임 워크를 사용하여 모델링 할 수 있습니다. 로지스틱 회귀와 같은 상황을 다음과 …

23 logistic  generalized-linear-model  poisson-regression  nonlinear  link-function 

짧은 버전 : 로지스틱 회귀 및 프로 빗 회귀는 관측하기 전에 일정한 임계 값에 따라 이산화되는 연속 잠재 변수를 포함하는 것으로 해석 될 수 있음을 알고 있습니다. 포아송 회귀에 대해 유사한 잠재 변수 해석이 가능한가? 불연속 결과가 두 개 이상일 때 이항 회귀 (예 : 로짓 또는 프로 빗)는 어떻습니까? …

21 logistic  generalized-linear-model  poisson-regression  probit  latent-variable 

GLM 프레임 워크 내에서 카운트 데이터와 함께 어떤 회귀 유형 (형상, 포아송, 음 이항)을 사용하는 것이 적절할 때 나 자신을 위해 레이아웃하려고합니다 (8 개의 GLM 분포 중 3 개만 카운트 데이터에 사용됩니다. 음의 이항 분포와 포아송 분포 중심을 읽었습니다). 카운트 데이터에 포아송 대 기하 대 음 이항 GLM을 언제 사용해야합니까? …

21 generalized-linear-model  negative-binomial  count-data  poisson-regression  zero-inflation 

과도하게 분산되거나 분산되지 않은 카운트 데이터 세트에 일반 선형 모델을 맞추려고합니다. 여기에 적용되는 두 가지 정규 분포는 Poisson과 Negative Binomial (Negbin)이며 EV 와 분산입니다.μμ\mu VR피= μVarP=μVar_P = \mu VR엔비= μ + μ2θVarNB=μ+μ2θVar_{NB} = \mu + \frac{\mu^2}{\theta} 이는 사용 R에 장착 가능 glm(..,family=poisson)하고 glm.nb(...), 각각. quasipoisson내 이해에는 동일한 EV와 분산으로 조정 …

21 r  generalized-linear-model  negative-binomial  poisson-regression  quasi-likelihood 

제 연구에서 두 가지 주요 딜레마에 관한 조언이 필요합니다. 이는 3 가지 큰 제약과 혁신에 대한 사례 연구입니다. 연간 특허 수는 종속 변수입니다. 내 질문은 좋은 모델을위한 가장 중요한 기준은 무엇입니까? 더 중요한 것은 무엇입니까? 대부분 또는 모든 변수가 중요합니까? "F STATISTIC"의 조사입니까? "Adjusted R squared"의 값입니까? 둘째, 연구에 가장 …

19 regression  generalized-linear-model  linear-model  goodness-of-fit  poisson-regression 

도시의 각 지역에서 살인 사건의 수를 설명하기 위해 회귀 분석을 시도하고 있습니다. 내 데이터가 포아송 분포를 따른다는 것을 알고 있지만 다음과 같이 OLS를 맞추려고했습니다. log(y+1)=α+βX+ϵlog(y+1)=α+βX+ϵlog(y+1) = \alpha + \beta X + \epsilon 그런 다음 포아송 회귀 분석도 시도했습니다. 문제는 내가 OLS 회귀에서 더 나은 결과를 얻는다는 것입니다. 의사 가 높고 …

18 regression  least-squares  poisson-regression 

최근에 Poisson 회귀 분석에서 시간 로그 (예 : 시간 로그)를 오프셋으로 사용하여 노출을 모델링하는 방법을 발견했습니다. 오프셋은 계수 1과 공변량으로 시간을 갖는 것과 일치한다는 것을 이해했습니다. 시간을 오프셋으로 사용하거나 정규 공변량으로 사용하여 차이를 계산하는 것의 차이를 더 잘 이해하고 싶습니다 (따라서 계수 추정). 어떤 상황에서 한 가지 방법을 사용해야합니까? 업그레이드 …

18 poisson-regression  predictor  offset 

Poisson GLM이 정수가 아닌 숫자를 허용한다는 사실에 정말 놀랐습니다! 보기: 데이터 (의 내용 data.txt) : 1 2001 0.25 1 1 2002 0.5 1 1 2003 1 1 2 2001 0.25 1 2 2002 0.5 1 2 2003 1 1 R 스크립트 : t <- read.table("data.txt") names(t) <- c('site', 'year', 'count', …

17 r  generalized-linear-model  poisson-distribution  poisson-regression 

Poisson 모형 적합이 잔차 편차를 자유 도로 나누는 것과 관련하여 과도하게 분산되어 있는지 여부를 확인하기위한 조언을 자주 보았습니다. 결과 비율은 "약 1"이어야합니다. 문제는 우리가 "대략적인"범위에 대해 이야기하는 것입니다. 대체 모델 형태를 고려하기 위해 알람을 설정해야하는 비율은 무엇입니까?

16 poisson-distribution  negative-binomial  poisson-regression  overdispersion 

계산 데이터가 있습니다 (많은 요인에 따라 고객 수를 계산하여 요구 / 제공 분석). 정상적인 오류로 선형 회귀를 시도했지만 QQ 플롯이 실제로 좋지 않습니다. 나는 대답의 로그 변환을 시도했다 : 다시 한 번 나쁜 QQ 플롯. 이제 Poisson Errors로 회귀를 시도하고 있습니다. 모든 중요한 변수가있는 모델을 사용하면 다음과 같은 결과를 얻습니다. …

16 count-data  poisson-regression  overdispersion  quasi-likelihood