[問題] Poisson 迴歸與分佈

看板Statistics作者 (marki)時間4年前 (2020/06/08 17:43), 編輯推噓3(3推 0噓 5→)
留言8則, 5人參與, 4年前最新討論串1/1
各位前輩好 小弟又來發問 我的理解Poisson regression是指應變數服從poisson distribution的情況 我的問題是 那有什麼情況底下是不能用poisson regression 的呢？ 例如 如果應變數不符合poisson distribution 的假設這樣還可以使用嗎？ 例如: 1. 期望值不等於變異數 (過度離散) -> 這個應該要改用negtive binominal 2. 事件彼此發生有相關 3. 事件的發生率比較高 例如0.5 想問一下上面的2,3還可以使用poisson regression嗎？如果不行，有其他的解法嗎？ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.116.1.139 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1591609421.A.D5F.html
推
06/08 20:28, 4年前 , 1F
看你的目的是要作預測還是找有影響的解釋變數
06/08 20:28, 1F
→
06/08 21:59, 4年前 , 2F
找解釋變數喔
06/08 21:59, 2F
推
06/09 10:20, 4年前 , 3F
如果單純找解釋變數, 就一般線性迴歸模型去找就好了吧
06/09 10:20, 3F
→
06/09 14:33, 4年前 , 4F
3. 其它log-linear model，例如loglinear-logistic
06/09 14:33, 4F
→
06/10 10:29, 4年前 , 5F
先弄清楚什麼是 Poisson process 吧!
06/10 10:29, 5F
推
06/13 03:31, 4年前 , 6F
出現2的情況可考慮generalized linear mixed model(但
06/13 03:31, 6F
→
06/13 03:31, 4年前 , 7F
還是以Poisson model當基底）。3的情況仍舊可用Poisson
06/13 03:31, 7F
→
06/13 03:31, 4年前 , 8F
model.
06/13 03:31, 8F
‣ 更多 marki 的文章
文章代碼(AID): #1UtWXDrV (Statistics)