Preguntas etiquetadas con poisson-regression

La regresión de Poisson es uno de una serie de modelos de regresión para variables dependientes que son recuentos (enteros no negativos). Un modelo más general es la regresión binomial negativa. Ambos tienen numerosas variantes.

1
Comparación del modelo binomial negativo y cuasi-Poisson
He ejecutado modelos binomiales negativos y cuasi-Poisson basados ​​en un enfoque de prueba de hipótesis. Mis modelos finales que usan ambos métodos tienen diferentes covariables e interacciones. Parece que no hay patrones cuando trazo mis residuos en ambos casos. Por lo tanto, me preguntaba qué prueba podría usar para ver …



2
¿Por qué los residuos de Pearson de una regresión binomial negativa son más pequeños que los de una regresión de Poisson?
Tengo estos datos: set.seed(1) predictor <- rnorm(20) set.seed(1) counts <- c(sample(1:1000, 20)) df <- data.frame(counts, predictor) Corrí una regresión de Poisson poisson_counts <- glm(counts ~ predictor, data = df, family = "poisson") Y una regresión binomial negativa: require(MASS) nb_counts <- glm.nb(counts ~ predictor, data = df) Luego calculé las estadísticas …

1
Calcule las tasas de incidencia utilizando el modelo de Poisson: relación con la razón de riesgo del modelo Cox PH
Quiero calcular las tasas de incidencia para presentar a lo largo de las razones de riesgo para presentar medidas de riesgo relativas y absolutas. Vi en otros estudios que tales tasas de incidencia pueden calcularse utilizando modelos de Poisson con tiempo de seguimiento en el modelo como compensación. Así que …

1
Residuos en regresión de Poisson
Zuur 2013 Beginners Guide to GLM & GLMM sugiere validar una regresión de Poisson trazando los residuos de Pearson contra los valores ajustados. Zuur afirma que no deberíamos ver los residuos desplegándose a medida que aumentan los valores ajustados, como el gráfico adjunto (dibujado a mano). Pero pensé que una …



Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.