La regressione di Poisson è uno dei numerosi modelli di regressione per variabili dipendenti che sono conteggi (numeri interi non negativi). Un modello più generale è la regressione binomiale negativa. Entrambi hanno numerose varianti.
Quali grafici diagnostici (e forse test formali) trovi più informativo per le regressioni in cui il risultato è una variabile di conteggio? Sono particolarmente interessato ai modelli binomiali di Poisson e negativi, nonché alle controparti a gonfiaggio zero e ostacolo di ciascuno. La maggior parte delle fonti che ho trovato …
Ho notato che in R, Poisson e le regressioni binomiali negative (NB) sembrano sempre corrispondere agli stessi coefficienti per i predittori categorici, ma non continui. Ad esempio, ecco una regressione con un predittore categorico: data(warpbreaks) library(MASS) rs1 = glm(breaks ~ tension, data=warpbreaks, family="poisson") rs2 = glm.nb(breaks ~ tension, data=warpbreaks) #compare …
Comprendo che per determinati set di dati come il voto funziona meglio. Perché la regressione di Poisson viene utilizzata sulla normale regressione lineare o regressione logistica? Qual è la motivazione matematica per questo?
Sto cercando di adattare i dati con un GLM (regressione di poisson) in R. Quando ho tracciato i residui rispetto ai valori adattati, il diagramma ha creato "linee" multiple (quasi lineari con una leggera curva concava). Cosa significa questo? library(faraway) modl <- glm(doctorco ~ sex + age + agesq + …
Ho una domanda sulla semantica su cui vorrei esprimere le opinioni degli altri statistici. Sappiamo che modelli come la logistica, Poisson, ecc. Rientrano nell'ambito di modelli lineari generalizzati. Il modello include funzioni non lineari dei parametri, che possono a loro volta essere modellate utilizzando la struttura del modello lineare utilizzando …
Versione breve: Sappiamo che la regressione logistica e la regressione probit possono essere interpretate come implicanti una variabile latente continua che viene discretizzata in base a una soglia fissa prima dell'osservazione. È disponibile una simile interpretazione variabile latente per, per esempio, la regressione di Poisson? Che ne dici della regressione …
Sto cercando di impaginare da solo quando è appropriato usare quale tipo di regressione (geometrico, Poisson, binomiale negativo) con i dati di conteggio, all'interno del framework GLM (solo 3 delle 8 distribuzioni GLM sono usate per i dati di conteggio, sebbene la maggior parte di ciò che Ho letto i …
Sto cercando di adattare modelli lineari generalizzati ad alcune serie di dati di conteggio che potrebbero essere o meno sovradispersi. Le due distribuzioni canoniche che si applicano qui sono Poisson e Negative Binomial (Negbin), con EV e varianzaμμ\mu Va rP= μVun'rP=μVar_P = \mu Va rNB= μ + μ2θVun'rNB=μ+μ2θVar_{NB} = \mu …
Ho bisogno di un consiglio riguardo a due dilemmi principali nella mia ricerca, che è un caso studio di 3 grandi prodotti farmaceutici e innovazione. Il numero di brevetti all'anno è la variabile dipendente. Le mie domande sono Quali sono i criteri più importanti per un buon modello? Cosa è …
Sto cercando di adattarmi a una regressione per spiegare il numero di omicidi in ogni distretto di una città. Anche se so che i miei dati seguono una distribuzione di Poisson, ho provato ad adattare un OLS in questo modo: l o g( y+ 1 ) = α + βX+ …
Di recente ho scoperto come modellare le esposizioni nel tempo usando il registro (ad es.) Del tempo come offset in una regressione di Poisson. Ho capito che l'offset corrisponde ad avere il tempo come covariata con coefficiente 1. Mi piacerebbe capire meglio la differenza tra l'uso del tempo come offset …
Ho spesso visto i consigli per verificare se un adattamento del modello di Poisson è troppo disperso e implica la divisione della devianza residua per i gradi di libertà. Il rapporto risultante dovrebbe essere "circa 1". La domanda è: di quale portata stiamo parlando per "approssimativo" - qual è un …
Ho i dati di conteggio (analisi della domanda / offerta con il numero di conteggio dei clienti, a seconda - possibilmente - di molti fattori). Ho provato una regressione lineare con errori normali, ma la mia trama QQ non è davvero buona. Ho provato una trasformazione del registro della risposta: …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.