เมื่อใดที่จะใช้การชดเชยในการถดถอยปัวซอง?


คำตอบ:


93

นี่คือตัวอย่างการใช้งาน

การถดถอยปัวส์ซองมักใช้ในการนับจำนวนข้อมูล แต่บางครั้งก็มีความเกี่ยวข้องกับอัตราแบบจำลองมากกว่าการนับ สิ่งนี้เกี่ยวข้องเมื่อบุคคลไม่ได้ถูกติดตามตามระยะเวลาเท่ากัน ตัวอย่างเช่นหกกรณีในช่วง 1 ปีไม่ควรมีจำนวนเท่ากับหกคดีในระยะเวลา 10 ปี ดังนั้นแทนที่จะมี

logμx=β0+β1x

(โดยที่คือจำนวนที่คาดไว้สำหรับผู้ที่มี covariate ) คุณมี xμxx

logμxtx=β0+β1x

(โดยที่คือเวลาการเปิดรับแสงสำหรับผู้ที่มี covariate ) ตอนนี้สมการสุดท้ายสามารถเขียนใหม่ได้ xtxx

logμx=logtx+β0+β1x

และมีบทบาทเป็นออฟเซ็ตlogtx


2
เฮ้ขอบคุณมาก! ดังนั้นฉันจึงทำให้ถูกต้องว่ามันเป็นสิ่งจำเป็นที่จะใช้ชดเชยเมื่อคุณเปรียบเทียบการนับในช่วงเวลาที่แตกต่างกัน?
MarkDollar

1
@ MarkDollar: ใช่!
ocram

2
คุณควรมีน้ำหนักโดยเมื่อคุณสร้างแบบจำลองอัตรา โดยทั่วไปคุณใช้ออฟเซ็ตเนื่องจากหน่วยการสังเกตแตกต่างกันในบางมิติ (ประชากรที่แตกต่างกันขนาดทางภูมิศาสตร์ที่แตกต่างกัน) และผลลัพธ์นั้นเป็นสัดส่วนกับมิตินั้น tx
Dimitriy V. Masterov

1
@ocram ฉันคิดว่าคุณเป็นคำตอบที่ดีและฉันก็สงสัยว่าคุณ (หรือใครบ้าง) รู้การอ้างอิงวรรณกรรมที่มีการอธิบายปัญหาตามที่นี่หรือไม่ ขอบคุณล่วงหน้า
jmjr

1
@ocram ทำในสิ่งที่คุณหมายถึงโดยและ ? ตัวแปรตอบกลับสำหรับแต่ละคืออะไร t x x ixtxxi
Metariat
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.