泊松對數線性模型的擬合

我已經考慮了2乘2表，數據是關於學生在跑步之前和之後的脈搏率。我考慮了對PulseBefore和PulseAfter的Ran（是/否）並製作了一個應急表。我擬合了一個泊松對數線性模型，並得到這樣的輸出。泊松對數線性模型的擬合

inde<-glm(dat$Ran1~dat$Pulse1+dat$Pulse2,family=poisson) 
inde 

Call: glm(formula = dat$Ran1 ~ dat$Pulse1 + dat$Pulse2, family = poisson) 

Coefficients: 
(Intercept) dat$Pulse1 dat$Pulse2 
    -2.09795  -0.02745  0.02968 

Degrees of Freedom: 108 Total (i.e. Null); 106 Residual 
Null Deviance:  79.37 
Residual Deviance: 37.21  AIC: 135.2

這是正確的嗎？

來源

2016-07-25 Shree

也許預測脈搏率2作爲脈搏率1的函數加上速率1與他們是否跑步的相互作用 - 例如，（'glm（Pulse2〜Pulse1 + Pulse1：Ran1，data = at，family = poisson）'） –

@ Marc在箱子裏如果我考慮這個模型，那麼我的應變表將如何？我如何識別行和列效應模型？ – Shree

在我看來，試圖從他們是否跑出來預測脈率的變化會更有意義。
如果你真的確實想要將Ran作爲響應變量，它是0/1，所以泊松計數不會是明顯的選擇 - 二項模型（邏輯迴歸）更有意義。

來源

2016-07-25 06:11:43

泊松對數線性模型的擬合

回答

相關問題