泊松回归既响应和解释性变量作为计数

Question

我有下列变量：

响应：渔民租用配额单元号码（输入和输出）。

解释性：渔民拥有的配额单位数量。

我安装了一个GLM（泊松），但我不完全确定它是否正确，考虑到解释变量也算数。我已经发现泊松回归的例子只是分类和连续的解释变量，而不是计数变量。

所以我立刻使用泊松我的数据

1. 是谁？如果不是这样，我有什么替代方案？
2. 我的模型的残差是不均匀的。我知道泊松回归允许面对这个问题，或者我应该注意这个问题并解决它（例如使用权重）？

任何帮助会大加赞赏，

Answer 1

的问题似乎是它可以用泊松回归得到很好的建模。残差不应该是“同质的”。泊松模型假定方差与平均值成正比。如果违反规定，你有选择权。准二元和负二项模型也可以使用，它们允许一些松散的色散参数估计。

如果渔民拥有的配额单位的数量设置了所用数量的上限，那么我不认为这应该作为解释变量，但可能更好地输入为offset = log（quota_units）。它会改变估计的解释，使它们是对日志（usage_rate）的估计。