R語言泊松回歸

2021-09-10 09:48:06 字數 2145 閱讀 5961

泊松回歸涉及回歸模型,其響應變數是計數形式而不是分數數字。 例如,計算出生人數或乙個足球比賽系列中的勝率數。響應變數的值也遵循泊松分布。

泊松回歸的一般數學方程為 -

log(y) = a + b1x1 + b2x2 + bnxn.....
以下是使用的引數的描述 -

用於建立泊松回歸模型的函式是glm()函式。

實現泊松回歸的glm()函式的基本語法是 -

glm(formula,data,family)
以下是上述函式中使用的引數的描述 -

我們有內建資料集「warpbreaks」,它描述了羊毛型別(ab)和張力(低,中或高)對每個織機的翹曲數的影響。讓我們將「breaks」視為響應變數,這是乙個休息次數的計數。羊毛「type」「tension」作為**變數。

輸入資料

input <- warpbreaks

print(head(input))

當我們執行上述**時,會產生以下結果 -

breaks   wool  tension

1 26 a l

2 30 a l

3 54 a l

4 25 a l

5 70 a l

6 52 a l

建立回歸模型

參考以下**,用來建立乙個回歸模型 -

output <-glm(formula = breaks ~ wool+tension, 

data = warpbreaks,

family = poisson)

print(summary(output))

當我們執行上述**時,會產生以下結果 -

call:

glm(formula = breaks ~ wool + tension, family = poisson, data = warpbreaks)

deviance residuals:

min 1q median 3q max

-3.6871 -1.6503 -0.4269 1.1902 4.2616

coefficients:

estimate std. error z value pr(>|z|)

(intercept) 3.69196 0.04541 81.302 < 2e-16 ***

woolb -0.20599 0.05157 -3.994 6.49e-05 ***

tensionm -0.32132 0.06027 -5.332 9.73e-08 ***

tensionh -0.51849 0.06396 -8.107 5.21e-16 ***

---signif. codes: 0 『***』 0.001 『**』 0.01 『*』 0.05 『.』 0.1 『 』 1

(dispersion parameter for poisson family taken to be 1)

null deviance: 297.37 on 53 degrees of freedom

residual deviance: 210.39 on 50 degrees of freedom

aic: 493.06

number of fisher scoring iterations: 4

在上面結果中,我們在最後一列中尋找小於0.05p值來考慮**變數對響應變數的影響。 正如所看到的,具有m型和h型張力的羊毛型b對休息次數有影響。

泊松分布與泊松回歸模型

泊松分布 poisson分布 法語 loi de poisson,英語 poisson distribution,譯名有泊松分布 普阿松分布 卜瓦松分布 布瓦松分布 布阿松分布 波以松分布 卜氏分配等 是一種統計與概率學裡常見到的離散概率分布,由法國數學家西莫恩 德尼 泊松 sim on denis...

廣義線性模型之泊松回歸

泊松回歸 poisson regression 是用來為計數資料和列聯表建模的一種回歸分析.泊松回歸假設反應變數y是泊松分布,並假設它期望值的對數可被未知引數的線性組合建模.泊松回歸模型有時 特別是當用作列聯表模型時 又被稱作對數 線性模型.需要注意的是,對數線性模型和泊松回歸模型並不完全相同,通常...

泊松曲面重建

暫寫一篇部落格記錄下看的兩篇可視計算入門 poisson su ce reconstruction screened poisson su ce reconstruction 1.泊松曲面重建簡介 雷射掃瞄裝置的發展使得被測物體更多細節的資料獲取成為可能。根據取樣資料的模型重建,在許多實際應用中具有...