R 语言泊松回归

R 语言泊松回归

泊松回归涉及回归模型，其中响应变量采用计数形式，而不是分数形式。例如，足球比赛系列中的出生数或获胜数。响应变量的值也遵循泊松分布。泊松回归的一般数学方程为-
```
log(y) = a + b1x1 + b2x2 + bnxn.....
```
以下是所用参数的描述-
- y - 是响应变量。
- a和b - 是数字系数。
- x - 是预测变量。
用于创建Poisson回归模型的函数是glm（）函数。

泊松回归中glm（）函数的基本语法为-
```
glm(formula,data,family)
```
以下是上述功能中使用的参数的说明-
- formula - 是表示变量之间关系的符号。
- data - 是给出这些变量值的数据集。
- family - 是R对象，用于指定模型的详细信息。Logistic回归的值是“泊松”。
我们有内置的数据集“经纱断裂”，它描述了羊毛类型（A或B）和张力（低，中或高）对每个织机经纱断裂次数的影响。让我们将“中断”视为响应变量，它是中断次数的计数。羊毛的“类型”和“张力”被用作预测变量。

输入数据
```
input <- warpbreaks
print(head(input))
```
尝试一下
当我们执行以上代码时，它产生以下结果-
```
      breaks   wool  tension
1     26       A     L
2     30       A     L
3     54       A     L
4     25       A     L
5     70       A     L
6     52       A     L
```

创建回归模型


output <-glm(formula = breaks ~ wool+tension, data = warpbreaks,
   family = poisson)
print(summary(output))

尝试一下

当我们执行以上代码时，它产生以下结果-


Call:
glm(formula = breaks ~ wool + tension, family = poisson, data = warpbreaks)

Deviance Residuals: 
    Min       1Q     Median       3Q      Max  
  -3.6871  -1.6503  -0.4269     1.1902   4.2616  

Coefficients:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept)  3.69196    0.04541  81.302  < 2e-16 ***
woolB       -0.20599    0.05157  -3.994 6.49e-05 ***
tensionM    -0.32132    0.06027  -5.332 9.73e-08 ***
tensionH    -0.51849    0.06396  -8.107 5.21e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for poisson family taken to be 1)

    Null deviance: 297.37  on 53  degrees of freedom
Residual deviance: 210.39  on 50  degrees of freedom
AIC: 493.06

Number of Fisher Scoring iterations: 4

在摘要中，我们认为最后一列的p值小于0.05，以考虑预测变量对响应变量的影响。可以看出，具有张力类型M和H的羊毛类型B对断头数有影响。

R 语言 泊松回归

R 语言 泊松回归

创建回归模型

R 语言泊松回归

R 语言泊松回归