在多重共線性問題下估計泊松回歸模型的參數 (2022-US-30MP-1148)raed hsni，統計學家，高等教育和科學研究部
泊松回歸模型是最重要的線性對數回歸模型之一。 它是因變量在其值為正時以比率或可數數據的形式作為比率的工具，也是分析罕見事件的擬合模型。 與其他回歸模型一樣，其構建中包含的解釋變量可能會暴露於兩個或多個變量之間的高度相關性，這會對模型參數的估計過程產生負面影響。
在本演示文稿中，我們回顧了當 Poisson 回歸模型遇到半完美多線性問題時估計其參數的最突出的方法，例如 Ridge 回歸和 Liu 估計方法。 估計方法應用於從巴格達中央兒童醫院獲得的真實數據，代表 2012-2019 年兒童心臟和循環系統先天性缺陷的病例數。 結果表明(Liu)回歸方法優於Ridge回歸方法。
爆發JSL 應用程序開發統計和建模
