建站
咨詢
售后
建站咨詢
新聞中心
泊松回歸（英語(yǔ):Poisson regression）包括回歸模型，其中響應(yīng)變量是計(jì)數(shù)而不是分?jǐn)?shù)的形式。
例如，足球比賽系列中的出生次數(shù)或勝利次數(shù)。 此外，響應(yīng)變量的值遵循泊松分布。
泊松回歸的一般數(shù)學(xué)方程為 -
log(y) = a + b1x1 + b2x2 + bnxn.....
以下是所使用的參數(shù)的描述 -
-
?
y?是響應(yīng)變量。 -
?
a?和?b?是數(shù)字系數(shù)。 -
?
x?是預(yù)測(cè)變量。
用于創(chuàng)建泊松回歸模型的函數(shù)是?glm()?函數(shù)。
語(yǔ)法
在泊松回歸中?glm()?函數(shù)的基本語(yǔ)法是 -
glm(formula,data,family)
以下是在上述功能中使用的參數(shù)的描述 -
-
?
formula?是表示變量之間的關(guān)系的符號(hào)。 -
?
data?是給出這些變量的值的數(shù)據(jù)集。 -
?
family?是 R 語(yǔ)言對(duì)象來(lái)指定模型的細(xì)節(jié)。 它的值是“泊松”的邏輯回歸。
例
我們有內(nèi)置的數(shù)據(jù)集“?warpbreaks?”，其描述了羊毛類型（?A?或?B?）和張力（低，中或高）對(duì)每個(gè)織機(jī)的經(jīng)紗斷裂數(shù)量的影響。 讓我們考慮“斷裂”作為響應(yīng)變量，它是斷裂次數(shù)的計(jì)數(shù)。 羊毛“類型”和“張力”作為預(yù)測(cè)變量。
輸入數(shù)據(jù)
input <- warpbreaks print(head(input))
當(dāng)我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)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
創(chuàng)建回歸模型
output <-glm(formula = breaks ~ wool+tension,
data = warpbreaks,
family = poisson)
print(summary(output))
當(dāng)我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)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
在摘要中，我們查找最后一列中的?p?值小于?0.05?，以考慮預(yù)測(cè)變量對(duì)響應(yīng)變量的影響。 如圖所示，具有張力類型?M?和?H?的羊毛類型?B?對(duì)斷裂計(jì)數(shù)有影響。
網(wǎng)站名稱：創(chuàng)新互聯(lián)R語(yǔ)言教程：R語(yǔ)言泊松回歸
轉(zhuǎn)載來(lái)于：http://www.dlmjj.cn/article/dpoojhe.html
