快捷導(dǎo)航

R語(yǔ)言關(guān)于泊松回歸知識(shí)點(diǎn)總結(jié)

更新時(shí)間：2021年05月10日 15:33:43 作者：w3cschool

在本篇文章里小編給大家分享的是一篇關(guān)于R語(yǔ)言關(guān)于泊松回歸知識(shí)點(diǎn)總結(jié)內(nèi)容，有興趣的朋友們可以學(xué)習(xí)下。

泊松回歸（英語(yǔ):Poisson regression）包括回歸模型，其中響應(yīng)變量是計(jì)數(shù)而不是分?jǐn)?shù)的形式。

例如，足球比賽系列中的出生次數(shù)或勝利次數(shù)。此外，響應(yīng)變量的值遵循泊松分布。

泊松回歸的一般數(shù)學(xué)方程為

log(y) = a + b1x1 + b2x2 + bnxn.....

以下是所使用的參數(shù)的描述

y是響應(yīng)變量。
a和b是數(shù)字系數(shù)。
x是預(yù)測(cè)變量。

用于創(chuàng)建泊松回歸模型的函數(shù)是glm()函數(shù)。

語(yǔ)法

在泊松回歸中glm()函數(shù)的基本語(yǔ)法是

glm(formula,data,family)

以下是在上述功能中使用的參數(shù)的描述

formula是表示變量之間的關(guān)系的符號(hào)。
data是給出這些變量的值的數(shù)據(jù)集。
family是 R 語(yǔ)言對(duì)象來(lái)指定模型的細(xì)節(jié)。它的值是“泊松”的邏輯回歸。

例

我們有內(nèi)置的數(shù)據(jù)集“warpbreaks”，其描述了羊毛類型（A或B）和張力（低，中或高）對(duì)每個(gè)織機(jī)的經(jīng)紗斷裂數(shù)量的影響。讓我們考慮“斷裂”作為響應(yīng)變量，它是斷裂次數(shù)的計(jì)數(shù)。羊毛“類型”和“張力”作為預(yù)測(cè)變量。

輸入數(shù)據(jù)

input <- warpbreaks
print(head(input))

當(dāng)我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果

      breaks   wool  tension
1     26       A     L
2     30       A     L
3     54       A     L
4     25       A     L
5     70       A     L
6     52       A     L

創(chuàng)建回歸模型

output <-glm(formula = breaks ~ wool+tension, 
                   data = warpbreaks, 
                 family = poisson)
print(summary(output))

當(dāng)我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果

Call:
glm(formula = breaks ~ wool + tension, family = poisson, data = warpbreaks)

Deviance Residuals: 
    Min       1Q     Median       3Q      Max  
 3.6871 1.6503 0.4269     1.1902   4.2616  

Coefficients:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept)  3.69196    0.04541  81.302  < 2e-16 ***
woolB      0.20599    0.05157 3.994 6.49e-05 ***
tensionM   0.32132    0.06027 5.332 9.73e-08 ***
tensionH   0.51849    0.06396 8.107 5.21e-16 ***
---
Signif. codes:  0 ‘***' 0.001 ‘**' 0.01 ‘*' 0.05 ‘.' 0.1 ‘ ' 1

(Dispersion parameter for poisson family taken to be 1)

    Null deviance: 297.37  on 53  degrees of freedom
Residual deviance: 210.39  on 50  degrees of freedom
AIC: 493.06

Number of Fisher Scoring iterations: 4

在摘要中，我們查找最后一列中的p值小于0.05，以考慮預(yù)測(cè)變量對(duì)響應(yīng)變量的影響。如圖所示，具有張力類型M和H的羊毛類型B對(duì)斷裂計(jì)數(shù)有影響。

到此這篇關(guān)于R語(yǔ)言關(guān)于泊松回歸知識(shí)點(diǎn)總結(jié)的文章就介紹到這了,更多相關(guān)R語(yǔ)言泊松回歸內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: