1
考虑以下几点:解释GLM的输出泊松回归
foo = 1:10
bar = 2 * foo
glm(bar ~ foo, family=poisson)
我得到的结果
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
从上this page的解释,好像foo的系数应为log(2)
,但不是。
更一般地说,我认为这应该是lambda = 1.187 + .1929 * foo
的输出,其中lambda是泊松分布的参数,但似乎不符合数据。
我该如何解释回归的输出?
我觉得你会混淆不同和比率。指数系数表示乘法变化(期望值)不是加法变化。 – joran 2013-02-17 17:20:14
这不是一个编程问题,真的 - 更多的统计问题。你可以把输出解释为最适合的平均关系是'lambda = exp(1.187 + 0.1929 * foo)'(或者如果你更喜欢'lambda = exp(1.187)* exp(0.1929 * foo)'' exp()'在这种情况下是反向链接函数。 – 2013-02-17 17:21:07