R语言 泊松回归

由 xiaoxiaogang 创建，youj 最后一次修改 2016-12-12 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，足球比赛系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是数字系数。 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系的符号。 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 <- warpbreaksprint(head(input))当我们执行上面的代码，它产生以下结果 - breaks wool tension1 26 A L2 30 A L3 54 A L4 25 A L5 70 A L6 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 = 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 freedomResidual deviance: 210.39 on 50 degrees of freedomAIC: 493.06Number of Fisher 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。