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...
此处并不讨论纵向泊松模型。 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: > deviance(fit...
能够看到,各自变量在准泊松回归中的回归系数和先前泊松回归的相比,没有改变。因此对于这里的回归系数的解读方式,和上文泊松回归是完全一致的,详见上文内容即可。 但回归系数的标准误变大了,此举扩大了标准误和置信区间,增加了显著性检验的严格度。也很容易注意到这里的p值也远比先前泊松回归中的大,因而会降低由偏...
图7中是修改参数之后的回归模型,所得的回归系数估计与泊松方法相同,但标准误变大了许多。...稳健泊松回归(robust包中的函数glmRob()可以拟合稳健广义线性模型,包含稳健泊松回归,当存在离群点和强影响点时,该方法会很有效。)。 1.7K20 R语言用线性模型进行臭氧预测: 加权泊松回归,普通最小二乘,加权负二项式...
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。