R 泊松回归

泊松回归模型用于对以结果为计数的事件进行建模。计数数据是具有非负整数值的离散数据，该整数值对事物进行计数，例如杂货店排队的人数或给定时间参数内事件发生的次数。

例如，泊松回归可以由杂货店实施，以更好地理解并预测连续的人数。

泊松回归具有以下一般数学方程式:   log(y) = a + b1x1 + b2x2 + bnxn…

    y        -  它是响应变量。

    a，b  - 这些是数字系数。

    x        -  x是预测变量。

泊松回归模型是在熟悉的函数glm()的帮助下创建的。

示例

#用于泊松回归的数据
reg_data<-warpbreaks  
print(head(reg_data))  

输出:

现在，我们将借助glm()函数创建回归模型，如下所示:

# 使用GLM()函数创建Poisson回归模型
output_result <-glm(formula = breaks ~ wool+tension, data = warpbreaks,family = poisson)  
output_result  

输出:

现在，让我们使用summary()函数查找模型的摘要以进行数据分析。

# 使用 summary 函数
print(summary(output_result))

输出: