当 Y 值是实际计数的对象或事件数时,使用泊松回归。确保数值没有以任何方式标准化,而是代表实际计数的对象或事件的数量。假设 Y 值是放射性,您对每个样本计数 10 分钟,但仪器报告的是每分钟计数。如果用泊松回归来分析每分钟的计数数据,那就大错特错了,因为这些数据并不是被计数的放射性衰变事件的实际数量。你需要将所有这些值乘以 10(每个样本被计数的分钟数),才能得到实际的计数事件数。
由于 Y 值是计数,因此不能是负数或小数。
这些选项在泊松非线性回归中不可用
•无参数标准误差。
•参数置信区间总是使用一种通常会产生不对称置信区间的算法来计算。没有报告对称置信区间的简单方法选项。
•没有置信带或预测带。
•没有残差的正态性检验(因为残差不是高斯残差)。
普通回归(假设残差为高斯)通过最小化残差平方和来实现。这是因为当残差从高斯分布中采样时,最小化平方和与最大化似然相同。
而泊松回归的工作原理则不同,它直接将似然最大化。