[問題] Poisson 迴歸與分佈

[marki (marki)]

各位前輩好  小弟又來發問

我的理解Poisson regression是指應變數服從poisson distribution的情況

我的問題是  那有什麼情況底下是不能用poisson regression 的呢？

例如  如果應變數不符合poisson distribution 的假設這樣還可以使用嗎？

例如:
1. 期望值不等於變異數 (過度離散) -> 這個應該要改用negtive binominal

2. 事件彼此發生有相關
3. 事件的發生率比較高  例如0.5

想問一下上面的2,3還可以使用poisson regression嗎？如果不行，有其他的解法嗎？


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.116.1.139 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1591609421.A.D5F.html
推 ksherry: 看你的目的是要作預測還是找有影響的解釋變數
→ marki: 找解釋變數喔
推 ksherry: 如果單純找解釋變數, 就一般線性迴歸模型去找就好了吧
→ andrew43: 3. 其它log-linear model，例如loglinear-logistic
→ yhliu: 先弄清楚什麼是 Poisson process 吧!
推 chien533: 出現2的情況可考慮generalized linear mixed model(但
→ chien533: 還是以Poisson model當基底）。3的情況仍舊可用Poisson
→ chien533:  model.