1
考慮以下幾點:解釋GLM的輸出泊松迴歸
foo = 1:10
bar = 2 * foo
glm(bar ~ foo, family=poisson)
我得到的結果
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
從上this page的解釋,好像foo的係數應爲log(2)
,但不是。
更一般地說,我認爲這應該是lambda = 1.187 + .1929 * foo
的輸出,其中lambda是泊松分佈的參數,但似乎不符合數據。
我該如何解釋迴歸的輸出?
我覺得你會混淆不同和比率。指數係數表示乘法變化(期望值)不是加法變化。 – joran 2013-02-17 17:20:14
這不是一個編程問題,真的 - 更多的統計問題。你可以把輸出解釋爲最適合的平均關係是'lambda = exp(1.187 + 0.1929 * foo)'(或者如果你更喜歡'lambda = exp(1.187)* exp(0.1929 * foo)'' exp()'在這種情況下是反向鏈接函數。 – 2013-02-17 17:21:07