매개변수 추정치 및 저장된 예측 공식
이것은 JMP v15에 있습니다. 이전 버전의 JMP에서는 공식이 다르게 표현되었을 수 있습니다.
연결 함수가 Log이므로 예측은 다시 X 단위로 지수화되어야 합니다.
Poisson 전문가는 아니지만 중심과 척도 매개변수가 동일하기 때문에 재미있는 분포입니다. 따라서 X가 크면 정상으로 보이고 X가 0에 가까우면 로그 정상으로 보입니다.
이것은 다양한 수준의 람다에서 분포의 동작을 이해하는 데 매우 유용한 스크립팅 인덱스에서 가져온 것입니다.
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" )
)
);안녕하세요 누군가 나에게 도움을 줄 수 있나요?
따라서 우리는 지금 포아송 회귀 분석을 수행하고 있습니다. 일반화 선형 모델 - 분포: 포아송 - 링크 함수: 로그를 사용하라는 요청을 받았습니다. 선생님은 어떻게 해야 하는지에 대한 안내도 없이 회귀 방정식을 작성하라고 요청하셨습니다. 그의 조언은 SAS에서 하라는 것이었습니다. 1). 나는 SAS 라이센스를 가지고 있었고 2). SAS에서 코딩하는 방법을 알고 있었습니다. 하지만 이것이 없으면 저는 JMP를 선택하게 됩니다. 실제로 수업의 내용도 JMP에 관한 것이므로 제 좌절감을 이해해 주시기를 바랍니다.
나는 이론적으로 "선형"이라는 것을 이해하고 로그가 우리의 링크에 사용된다는 것을 이해하지만 누군가가 그것을 작성하도록 도와줄 수 있습니다. 온라인에서 충돌하는 오류를 발견했는데 이것이 없으면 숙제를 완료할 수 없습니다.
내 y 변수는 병원 입원 기간이고, X-변수는 요인 수(재원 중 사용된 의료 품목 수)입니다. 내 매개변수는 다음과 같습니다.
나는 "예측 공식 열을 사용하여 e^B0+B1x1 --> e^1.392+0.0021x라는 공식을 제공하려고 했습니다. 이게 바로 그거야?
또한 이 질문에 대답하는 사람이 푸아송의 이론을 확실히 이해하고 있다면 모델 적합성에 대한 추가 질문이 있습니다.
감사합니다
#통계
