Question

请考虑以下事项：

foo = 1:10
bar = 2 * foo
glm(bar ~ foo, family=poisson)

我得到了结果

Coefficients:
(Intercept)          foo  
     1.1878       0.1929  

Degrees of Freedom: 9 Total (i.e. Null);  8 Residual
Null Deviance:      33.29 
Residual Deviance: 2.399    AIC: 47.06

从this page的解释来看，似乎foo的系数应该是log(2)，但事实并非如此。

更一般地说，我认为这个输出应该是lambda = 1.187 + .1929 * foo，其中lambda是Poisson分布的参数，但这似乎不适合数据。

我该如何解释这种回归的输出？

Answer 1

泊松模型是乘法的。这就是说，作为某种平均过程的结果，顺序增加1（foo预测器中的增量）将与seq范围内的相邻偶数整数的比率相关联（2 ，20，乘2）即exp（0.1929）。我不认为预测是非常好的，但是当你看到可能的价值时，不错。

> exp(0.1929)
[1] 1.212762

> seq(4,20,by=2)/seq(2,18,by=2) 
[1] 2.000000 1.500000 1.333333 1.250000 1.200000 1.166667 1.142857 1.125000 1.111111 
> mean( (2:11)/(1:10) )
[1] 1.292897

解释glm的输出用于泊松回归

1 个答案: