R语言 泊松回归.pdf

R语⾔ 泊松回归 泊松回归包括回归模型，其中响应变量是计数⽽不是分数的形式。 例如，⾜球⽐赛 列中的出⽣次数或胜利次数。 此外，响应变量的值遵循泊松分布。 泊松回归的⼀般数学⽅程为 - log(y) = a + b1x1 + b2x2 + bnxn 以下是所使⽤的参数的描述 - y是响应变量。 a和b是数字 数。 x是预测变量。 ⽤于创建泊松回归模型的函数是glm()函数。 语法 在泊松回归中glm()函数的基本语法是 - glm(formula,data,family) 以下是在上述功能中使⽤的参数的描述 - formula是表⽰变量之间的关 的符号。 data是给出这些变量的值的数据集。 family是R语⾔对象来指定模型的细节。 它的值是“泊松”的逻辑回归。 例 我们有内置的数据集“warpbreaks” ，其描述了⽺⽑类型 （A或B ）和张⼒ （低，中或 ⾼）对每个织机的经纱断裂数量的影响。 让我们考虑“休息”作为响应变量，它是休息 次数的计数。 ⽺⽑“类型”和“张⼒”作为预测变量。 输⼊数据 input - warpbreaks print( ead(input)) 当我们执⾏上⾯的代码，它产⽣以下结果 - 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 创建回归模型 output -glm(formula = breaks ~ wool+tension, data = warpbreaks, family = poisson) print(summary(output)) 当我们执⾏上⾯的代码，它产⽣以下结果 - Call: glm(formula = breaks ~ wool + tension, family = poisson, data = wa 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 Fis er Scoring iterations: 4 在摘要中，我们查找最后⼀列中的p值⼩于0 .05 ，以考虑预测变量对响应变量的影响。 如图所⽰，具有张⼒类型M和H的⽺⽑类型B对断裂计数有影响。 W3Cschool （ ）最⼤的技术知识分享与学习平 此篇内容来⾃于 ⽹站⽤户上传并发布。