使用高斯族分佈來預測GLM中的離散量

Question

使用高斯族分佈的廣義線性模型來預測離散量是否合適（合法的方法），例如將高斯GLM的輸出四捨五入爲最接近的整數？

Answer 1

你可以做到這一點，但它可能不是最好的事情。這實際上取決於您試圖建模的數據的性質。這可能是積極迴歸更適合您的需求。

http://en.wikipedia.org/wiki/Poisson_regression

然而，沒有任何事情從實際擬合線性模型來整數值數據阻止你，但使用的模型製作有關數據推斷，當你可能有問題。如果你只是試圖提供一個模型來預測未來的觀測結果，即使不是理論上有效的，它也可能很好地工作。顯然，考慮到模型的本質，您最終可能會預測到完全可笑的結果 - 例如，您的響應變量可能只在有限的範圍內有意義（比如正整數），但是您的模型可以允許預測任意大的值（正面及負面）。模型檢查步驟（如殘差檢查（正態性和相關性））可能無法給出建模連續正態分佈響應時通常會看到的結果類型。總的來說，我認爲根據你的數據，你的方法可以產生一個有用的預測模型，但是一般來說你應該謹慎行事。

閱讀這個問題，一些答案吧 - 它討論了類似的主題https://stats.stackexchange.com/questions/3024/why-is-poisson-regression-used-for-count-data

爲了達到更廣泛的受衆羣體，可以考慮在http://stats.stackexchange.com