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:
链接:https://www.learnfk.comhttps://www.learnfk.com/R/r-poisson-regression.html
来源:LearnFk无涯教程网
# 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:
祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)