目录
前言
知识储备
基于泊松回归、负二项回归模型
数据分布介绍
模型介绍
模型的选择
案例介绍
算法原理
泊松回归
数学模型
适用条件
参数估计与假设检验
SPSSAU
Poisson 回归案例
1、背景
2、理论
3、操作
4、SPSSAU输出结果
5、文字分析
6、剖析
疑难解惑
O检验的意义？
SPSSAU的Poisson回归时基数是什么意思？
泊松检验没有输出结果？
SPSS
应用案例
一、案例介绍
二、问题分析
三、软件操作及结果解读
四、结论
五、知识小贴士
代码实现
R语言
The Poisson rate model
The Poisson count model
Negative binomial regression
前言
泊松回归（英语：Poisson regression）是用来为计数资料和列联表建模的一种回归分析。泊松回归假设反应变量Y是泊松分布，并假设它期望值的对数可被未知参数的线性组合建模。泊松回归模型有时（特别是当用作列联表模型时）又被称作对数-线性模型。
知识储备
基于泊松回归、负二项回归模型
数据分布介绍
泊松分布：泊松分布适用于描述那些事件发生是相互独立的，比如：1ml水中大肠杆菌的数量、某地一个月内因交通事故死亡的人数、1L空气中粉尘粒子数等。当样本量大时，具有平均计数等于方差的特点。参数𝜆为一个常数，且等于平均计数也等于方差。
泊松分布的概率概率函数为如下：
其中参数λ是泊松分布的参数
