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(a
或b
)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」
和「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0.05
的p
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...