প্রশ্ন ট্যাগ «poisson-regression»

পইসন রিগ্রেশন হ'ল নির্ভরশীল ভেরিয়েবলগুলির জন্য গণনা করা (অ-নেতিবাচক পূর্ণসংখ্যার) জন্য প্রচুর পরিমাণে রিগ্রেশন মডেল। আরও সাধারণ মডেল হ'ল নেতিবাচক দ্বিপদী রিগ্রেশন। উভয়েরই অসংখ্য রূপ রয়েছে।

2
শূন্য-কাটা পয়সন এবং বেসিক পোইসন নেস্টেড বা অন-নেস্টেড?
আমি প্রচুর দেখেছি যা আলোচনা করে যে একটি বেসিক পয়েসন রিগ্রেশন শূন্য-স্ফীত পোইসন রিগ্রেশনটির নেস্টেড সংস্করণ। উদাহরণস্বরূপ এই সাইটটি যুক্তি দেয় যে এটি পরবর্তী জিরোগুলির মডেল করার জন্য অতিরিক্ত পরামিতিগুলি অন্তর্ভুক্ত করে, তবে অন্যথায় পূর্বের মতো একই পোইসন রিগ্রেশন প্যারামিটারগুলি অন্তর্ভুক্ত করে, যদিও পৃষ্ঠাটিতে একটি মতামত অন্তর্ভুক্ত নেই যা এতে …

2
পইসন রিগ্রেশন ব্যবহার করে বাইনারি ডেটাগুলিতে অ্যাডজাস্টেড ঝুঁকি অনুপাতের অনুমান করা
আমি লজিস্টিক রিগ্রেশন ব্যবহার করে কীভাবে কোনও অ্যাডজাস্টড বিজোড় অনুপাতটি অনুমান করে তার সাথে সাদৃশ্যযুক্ত একটি সমন্বিত ঝুঁকি অনুপাত অনুমান করতে আগ্রহী। কিছু সাহিত্য (উদাহরণস্বরূপ, এটি ) নির্দেশ করে যে হুবার-হোয়াইট স্ট্যান্ডার্ড ত্রুটির সাথে পয়েসন রিগ্রেশন ব্যবহার করা এটি করার একটি মডেল-ভিত্তিক উপায় ক্রমাগত covariates জন্য সামঞ্জস্যকরণ এটি কীভাবে প্রভাবিত …

2
কেন পিয়ারসনের অবশিষ্টাংশগুলি নেতিবাচক দ্বিপদী রিগ্রেশন থেকে পিসন রিগ্রেশনগুলির চেয়ে ছোট?
আমার এই ডেটা আছে: set.seed(1) predictor <- rnorm(20) set.seed(1) counts <- c(sample(1:1000, 20)) df <- data.frame(counts, predictor) আমি একটি পিসন রিগ্রেশন চালিয়েছি poisson_counts <- glm(counts ~ predictor, data = df, family = "poisson") এবং একটি নেতিবাচক দ্বিপদী রিগ্রেশন: require(MASS) nb_counts <- glm.nb(counts ~ predictor, data = df) তারপরে আমি পয়েসন …
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.