Stime dei parametri e formula di previsione salvata
Questo è in JMP v15. Forse nelle versioni precedenti di JMP la formula era espressa in modo diverso.
Poiché la funzione di collegamento è Log, la previsione deve essere esponenziata in unità di X.
Non un esperto di Poisson, ma è una distribuzione divertente perché i parametri del centro e della scala sono uguali. Quindi quando X è grande sembra normale, e quando X è vicino a 0 sembra log normale.
Questo è dall'indice di scripting, super utile per comprendere il comportamento della distribuzione a diversi livelli di lambda
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" )
)
);Ciao qualcuno può darmi una mano?
Quindi stiamo eseguendo la regressione di Poisson proprio ora: ci è stato chiesto di utilizzare il modello lineare generalizzato - Distribuzione: Poisson - Funzione di collegamento: log. Il mio insegnante ha chiesto di scrivere l'equazione di regressione senza alcuna guida su come farlo. Il suo consiglio è stato di farlo in SAS, il che sarebbe utile se 1). Avevo una licenza SAS e 2). sapeva programmare in SAS. Ma senza quelli mi ritrovo a JMP, che in effetti è l'argomento del corso, quindi spero che la mia frustrazione sia compresa.
Capisco che sia teoricamente "lineare" e capisco che il log viene utilizzato per il nostro collegamento, ma qualcuno può aiutarmi a scriverlo. Trovo errori contrastanti online e non riesco a completare i compiti senza questo.
La mia variabile y è la durata del ricovero in ospedale, la mia variabile X è il numero di fattori (numero di articoli medici utilizzati durante il ricovero). I miei parametri sono i seguenti:
Ho tentato di utilizzare la colonna "formula di previsione" per ottenere la formula, che diceva e^B0+B1x1 --> e^1.392+0.0021x. È questo quello che è?
Inoltre, se chiunque risponda ha una solida conoscenza di Poisson, ho un'ulteriore domanda sull'adeguatezza del modello.
GRAZIE
#STATISTICHE
