307999_zh-TW

liliconcom

廣義線性模型的泊松回歸方程（e ^ B0 + B1x1 ????）

嗨，有人可以幫我嗎？

因此，我們現在正在做泊松回歸-我們被要求使用廣義線性模型-分佈：泊松-鏈接函數：對數。我的老師要求寫回歸方程，但沒有指導。他的建議是在SAS中執行，如果1）會很有用。我有SAS許可證和2）。知道如何在SAS中編碼。但是，如果沒有這些，我將留給JMP，這實際上是該班級要講的內容，因此希望我能理解我的無奈。

 

我從理論上理解它是“線性的”，我知道日誌用於我們的鏈接，但是有人可以幫我寫出來。我在網上發現有衝突的錯誤，因此我無法完成任何家庭作業。 

 

我的y變量是住院天數，我的X變量是因子數（住院期間使用的醫療物品數）。我的參數如下：

 

 

我嘗試使用“預測公式”列為我提供公式，該公式表示e ^ B0 + B1x1-> e ^ 1.392 + 0.0021x。這是什麼嗎？ 

 

同樣，如果回答這個問題的人對泊松理論有紮實的理解，那麼我還有一個關於模型充分性的問題。

 

謝謝 

＃統計 

分析工具其他Re：具有廣義線性模型的泊松回歸方程（e ^ B0 + B1x1 ????）

參數估計和保存的預測公式

這是JMP v15中的。也許在早期版本的JMP中，公式的表達方式有所不同。

由於鏈接函數是Log，因此必須將預測取冪以X為單位。

 

不是泊松專家，而是一個有趣的分佈，因為中心和比例參數相等。 因此，當X大時，它看起來很正常；當X接近0時，它看起來是對數正常。

 

這是來自腳本編制索引，對於了解不同lambda級別的分佈行為非常有用

Names Default To Here( 1 );
lambda = 4;
New Window( "Example: Poisson Probability",
 pdy = Graph Box(
  Y Scale( 0, 0.20 ),
  X Scale( -1, 40 ),
  Pen Color( "red" ),
  Pen Size( 2 );
  For( k = 0, k <= 40, k++,
   V Line(
    k,
    0,
    Poisson Probability( lambda, k )
   )
  );
  Text(
   {30, 0.18},
   "\!U03BB=",
   Round( lambda, 2 )
  );
 ),
 H List Box(
  Slider Box( 0, 40, lambda, pdy << reshow ),
  Text Box( " \!U03BB" )
 )
);