次数依变量模型ModelsforCountOutcomes-SitesDuke.PPT

* *編號 * *編號 * *編號 * *編號 * *編號 * 重估泊松回归之强韧标准误 在Stata，于 poisson 指令后，加上 vce(robust) 之次指令，即可估算系数强韧之标准误： poisson y x1 x2 x3, vce(robust) * 两个「负二项」回归模型 (Negbin 2或NB2) 上式显示负二项分布的条件期望值与泊松回归模型相同；但条件变异量则不同 * (Negbin 1或NB1) 上式显示负二项分布的条件期望值与泊松回归模型相同；但条件变异量则不同 * 检定: 当 时，负二项分布的变异量等于泊松分布本身的变异量，则泊松模型适用 但只要是 ，负二项分布的变异量就大于泊松分本身的变异量(过度离散)，则负二项模型适用 * * Stata内建负二项回归模型指令： nbreg y x1 x2 x3 在报表下方有变异量参数（ alpha ）的估计值及LR的检定值。如拒斥H0，表示变异量在统计上显著地大于期望值，故应采负二项回归。 * Stata之nbreg指令是设为NB2模型。若要以NB1模型估计，则需在加上 dispersion (constant)的次指令 Interpretation of NBM the expected value of the count variable (rate of occurrence): listcoef, prchange the probability of counts: prvalue predicted count: prtab * * Interpretation of NBR 1. Change in for changes in the independent variables factor ( or percent) change in expected count usinglistcoef 在其他变量固定不变的情形下,女性科学家的平均论文数是男性科学家的0.8倍(或,少20%) * Marginal and Discrete change in (predicted rate) usingprchange 在一般情形下(其他变量保持在平均值),女性科学家的平均论文数会比男性少0.34篇 1編號 *編號 * *編號 * *編號 * *編號 * *編號 * * * * * *編號 * *編號 * *編號 * *編號 * *編號 * *編號 * * * * * * * * 次数依变量模型(Models for Count Outcomes) * Models for Count Outcomes (计次变量模型) Count variables indicate how many times something has happened. 美国总统否决法案的次数 某教授发表论文的篇数 非洲国家发生政变的次数 * Estimates from the linear regression models are inefficient, inconsistent, and biased Functional form Nonsensical predictions * A frequently adopted remedy for linear regression model is to make a natural logarithmic transformation of the dependent variable so that a log-linear function is acquired Because zero is one of the observed values, a constantc is often added to the dependent variableYi, i.e., ln(Yi +c) * Example: Article Counts(论文篇数) example (file name:couart2): the data on the number of publications produced by Ph.D. biochemists are used * Count Models Poisson Regression Model (PRM泊松模型) Negative Binomial Regression Models（负二项模型） 泊松分布（Poisson Distribution） 若依变数 y