同时,基于实际的数据,利用stata分别建立了夜间灯光数据对交通事故影响的泊松回归和负二项回归模型。模型应用结果显示,在大样本的情况下,虽然因变量不满足泊松分布假设,但是利用“泊松回归+稳健标准误”的方式进行数据拟合,能得到与负二项回归较为接近的结果。
robust 选项同样用于计算稳健标准误。 命令输出结果 执行泊松回归命令后,Stata会输出一系列统计量,包括回归系数、标准误、z值、P值和置信区间等。这些统计量可以帮助你评估自变量的显著性,并理解它们对因变量的影响。 回归系数表示自变量每增加一个单位时,因变量的期望值将如何变化(在泊松回归中,这通常以对数形式表示...
关于泊松回归比较的问题 在进行实证时,因为因变量是计数数据,所以拟采用poisson回归+稳健标准误,命令如下:poisson apply wgi i.entrymode num age mki rao lndist lnasset lnhgdp lnphgdp lnrdinput,exposure(wgi) vce(robust) irr 结果如下面4张图 (1)poisson后面加exposure和不加有什么区别? (2)加irr和不...
关于泊松回归比较的问题 在进行实证时,因为因变量是计数数据,所以拟采用poisson回归+稳健标准误,命令如下:poisson apply wgi i.entrymode num age mki rao lndist lnasset lnhgdp lnphgdp lnrdinput,exposure(wgi) vce(robust) irr 结果如下面4张图 (1)poisson后面加exposure和不加有什么区别? (2)加irr和不...
准泊松回归基于准泊松(quasi-poisson)分布,计数型变量的分布与泊松分布的均值相同,但方差是均值的w倍。因此所得到的具有偏大离差的泊松回归模型有相同的回归系数估计值,但回归系数的标准误会大很多,可以减少偏大离差的影响。 R函数glm()中,可以通过指定参数family='quasipoisson'(准泊松回归)代替先前的family='...
如果存在过度离势,在模型中你无法进行解释,那么可能会得到很小的标准误和置信区间,并且显著性检验也过于宽松(也就是说,你将会发现并不真实存在的效应)。 与Logistic回归类似,此处如果残差偏差与残差自由度的比例远远大于1,那么表明存在过度离势。对于癫痫数据,它的比例为: ...
在进行实证时,因为因变量是计数数据,所以拟采用poisson回归+稳健标准误,命令如下:poisson apply wgi i.entrymode num age mki rao lndist lnasset lnhgdp lnphgdp lnrdinput,exposure(wgi) vce(robust) irr 结果如下面4张图 (1)poisson后面加exposure和不加有什么区别?