Poisson回归介绍.ppt

Poisson回归介绍 2005.6.01 Poisson回归介绍 一些分类数据表现为离散的计数，考虑服从poisson分布 细菌菌落数 疾病发病 目的在于估计率或事件(单位时间、空间)发生的均数并确定它和一系列解释变量的关系，如 单位体积的细菌数 每人月的肿瘤死亡率 Poisson回归模型 设反应变量y服从Poisson分布，期望值为 （ Poisson分布变量的方差也是 ） 如果有一个解释变量x，可以写出如下回归模型： 这里g是一个连接函数(link function)，通常取log函数，因此得到对数线性模型 可写成： Poisson回归模型 Poisson回归模型是描述服从Poisson分布的目标变量y的均数 与协变量 关系的回归模型。 对数线性模型 解释变量xi增加一个单位, 增加 Poisson回归模型 通常离散计数资料是在一定时间和空间范围内搜集的资料。 关心的是单位时间和空间，因此写作Y/N，N为时间或空间量； Y/N是经过单位化的结果 Poisson回归模型 单位率的模型可写作 N称作偏移(offset), log(N)被用做偏移量;当所有协变量都无作用时, 等于N 如：调查某地饮用水与肝癌患病率结果如下表。 其中两组样本的观察单位不同，需以调查人数n的对数做偏移量offset。每一个观测的均值 Poisson回归实现 通过Genmod过程实现：通过对参数向量 进行最大似然估计来拟和广义线性模型，采用迭代拟和过程估计参数的值 Proc genmod; class 定性变量； Model y= 自变量/dist=poisson link=log offset=偏移量 type1 type3; Run; /* type1: 要求进行I型(顺序)分析 ; type3:要求进行III型分析(固定变量) */ 例1:某调查从8个地区各抽取1000名18岁男青年,其中色盲人数如下,欲推断这8个地区18岁男青年的色盲率是否相同?(单位相同) data exam1; input x y @@; cards; 1 4 2 9 3 7 4 12 5 11 6 7 7 11 8 11 ; proc genmod;class x; model y=x/dist=poisson link=log; run; 例2.英国男性医生冠心病死亡与抽烟关系研究的资料,请推断冠心病死亡与抽烟、年龄是否有关 程序exam2： proc genmod ; model death=age smoke /dist=poisson link=log offset=ln; run; 结果 Criteria For Assessing Goodness Of Fit Criterion DF Value Value/DF Deviance 5 22.9103 4.5821 Scaled Deviance 5 22.9103 4.5821 Pearson Chi-Square 5 20.5468 4.1094 Scaled Pearson X2 5 20.5468 4.1094 Log Likelihood 2271.8051 拟合优度 ，p0.05，说明此组数据不符合所拟合的模型 可能原因：age对目标变量的作用是不均匀的，需作为定性变量处理。 程序： proc genmod ; class age; model death=age smoke /dist=poisson link=log offset=ln; run; 练习 400名恶性黑色素瘤病人的横断面调查,研究肿瘤发生部位和组织学分型的关系 * * 42.64 5 11727 河水 65.89 25 37941 灌溉沟水 患病率(1/10万) 肝癌例数(death) 调查人数(n) 水源(water) 400 226 106 68 合计 56 28 17 11 4 125 73 33 19 3 185 115 54 16 2 34 10 2 22 1 合计 手足 躯干 头颈 部位 肿瘤分型 *