Als «poisson-regression» getaggte Fragen

Die Poisson-Regression ist eines von mehreren Regressionsmodellen für abhängige Variablen, bei denen es sich um Zählungen handelt (nicht negative Ganzzahlen). Ein allgemeineres Modell ist die negative binomiale Regression. Beide haben zahlreiche Varianten.

4
Diagnosediagramme für die Zählregression
Welche diagnostischen Diagramme (und möglicherweise formalen Tests) sind für Regressionen, bei denen das Ergebnis eine Zählvariable ist, am aussagekräftigsten? Ich interessiere mich besonders für Poisson- und negative Binomialmodelle sowie für Gegenstücke mit Null-Inflation und Hürden. Die meisten Quellen, die ich gefunden habe, zeichnen einfach die Residuen gegen angepasste Werte auf, …
2
Wann passen Poisson- und negative Binomialregressionen zu denselben Koeffizienten?
Ich habe festgestellt, dass bei R-, Poisson- und negativen Binomial- (NB-) Regressionen für kategoriale, aber nicht kontinuierliche Prädiktoren immer dieselben Koeffizienten zu passen scheinen. Beispiel: Hier ist eine Regression mit einem kategorialen Prädiktor: data(warpbreaks) library(MASS) rs1 = glm(breaks ~ tension, data=warpbreaks, family="poisson") rs2 = glm.nb(breaks ~ tension, data=warpbreaks) #compare coefficients …
1
Nichtlineares vs. verallgemeinertes lineares Modell: Wie verweisen Sie auf logistische, Poisson usw. Regression?
Ich habe eine Frage zur Semantik, zu der ich die Meinungen anderer Statistiker haben möchte. Wir wissen, dass Modelle wie Logistik, Poisson usw. unter den Schirm verallgemeinerter linearer Modelle fallen. Das Modell enthält nichtlineare Funktionen der Parameter, die wiederum unter Verwendung des linearen Modellgerüsts unter Verwendung der entsprechenden Verknüpfungsfunktion modelliert …
1
Latent Variable Interpretation von generalisierten linearen Modellen (GLMs)
Kurzfassung: Wir wissen, dass logistische Regression und Probit-Regression so interpretiert werden können, dass sie eine kontinuierliche latente Variable beinhalten, die vor der Beobachtung anhand eines festgelegten Schwellenwerts diskretisiert wird. Steht eine ähnliche latente Variableninterpretation beispielsweise für die Poisson-Regression zur Verfügung? Wie wäre es mit einer binomialen Regression (wie logit oder …
1
Wann werden Poisson-GLMs vs. geometrische GLMs vs. negative Binomial-GLMs für Zählungsdaten verwendet?
Ich versuche für mich selbst ein Layout zu erstellen, wenn es angebracht ist, welchen Regressionstyp (geometrisch, Poisson, negatives Binomial) mit Zähldaten innerhalb des GLM-Frameworks zu verwenden (nur 3 der 8 GLM-Verteilungen werden für Zähldaten verwendet, obwohl die meisten davon verwendet werden Ich habe Zentren über die negativen Binomial- und Poisson-Verteilungen …
1
Warum wird das Quasi-Poisson in GLM nicht als Sonderfall eines negativen Binomials behandelt?
Ich versuche, verallgemeinerte lineare Modelle an einige Sätze von Zähldaten anzupassen, die möglicherweise überdispers sind oder nicht. Die beiden hier geltenden kanonischen Verteilungen sind das Poisson- und das Negative Binomial (Negbin) mit EV und Varianzμμ\mu VarP=μVarP=μVar_P = \mu VarNB=μ+μ2θVarNB=μ+μ2θVar_{NB} = \mu + \frac{\mu^2}{\theta} in denen R montiert werden unter Verwendung …
1
Passgenauigkeit und welches Modell für lineare Regression oder Poisson verwendet werden soll
Ich benötige einige Ratschläge in Bezug auf zwei Hauptprobleme in meiner Forschung, die eine Fallstudie von drei großen Pharmazeutika und Innovationen ist. Anzahl der Patente pro Jahr ist die abhängige Variable. Meine Fragen sind Was sind die wichtigsten Kriterien für ein gutes Modell? Was ist mehr / weniger wichtig? Sind …
4
Warum schneiden gewöhnliche kleinste Quadrate besser ab als die Poisson-Regression?
Ich versuche, eine Regression zu erstellen, um die Anzahl der Morde in jedem Bezirk einer Stadt zu erklären. Obwohl ich weiß, dass meine Daten einer Poisson-Verteilung entsprechen, habe ich versucht, eine OLS wie diese anzupassen: log(y+1)=α+βX+ϵlog(y+1)=α+βX+ϵlog(y+1) = \alpha + \beta X + \epsilon Dann habe ich (natürlich!) Auch eine Poisson-Regression …
2
Was ist in einem Poisson-Modell der Unterschied zwischen der Verwendung der Zeit als Kovariate oder als Offset?
Ich habe kürzlich herausgefunden, wie man Expositionen über die Zeit modelliert, indem man das Protokoll der (z. B.) Zeit als Offset in einer Poisson-Regression verwendet. Ich habe verstanden, dass der Versatz Zeit als Kovariate mit Koeffizient 1 entspricht. Ich möchte den Unterschied zwischen der Verwendung der Zeit als Versatz oder …
2
Wenn jemand sagt, Restabweichung / df sollte ~ 1 für ein Poisson-Modell, wie ungefähr ist ungefähr?
Ich habe oft gesehen, wie man überprüft, ob eine Poisson-Modellanpassung übermäßig verteilt ist oder nicht, indem man die verbleibende Abweichung durch die Freiheitsgrade dividiert. Das resultierende Verhältnis sollte "ungefähr 1" sein. Die Frage ist, um welchen Bereich es sich bei "ungefähren Werten" handelt - welches Verhältnis sollte Alarme auslösen, um …
2
Poisson oder Quasi-Poisson in einer Regression mit Zähldaten und Überdispersion?
Ich habe Zähldaten (Nachfrage- / Angebotsanalyse mit Zählung der Anzahl der Kunden, abhängig von - möglicherweise - vielen Faktoren). Ich habe eine lineare Regression mit normalen Fehlern versucht, aber mein QQ-Plot ist nicht wirklich gut. Ich habe versucht, die Antwort logarithmisch umzuwandeln: wieder ein schlechtes QQ-Diagramm. Jetzt versuche ich eine …
Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.