เมื่อใดที่จะใช้การชดเชยในการถดถอยปัวซอง?

ไม่มีใครรู้ว่าทำไมชดเชยในการถดถอยปัวซอง? คุณทำอะไรได้บ้างจากสิ่งนี้

นี่คือตัวอย่างการใช้งาน

การถดถอยปัวส์ซองมักใช้ในการนับจำนวนข้อมูล แต่บางครั้งก็มีความเกี่ยวข้องกับอัตราแบบจำลองมากกว่าการนับ สิ่งนี้เกี่ยวข้องเมื่อบุคคลไม่ได้ถูกติดตามตามระยะเวลาเท่ากัน ตัวอย่างเช่นหกกรณีในช่วง 1 ปีไม่ควรมีจำนวนเท่ากับหกคดีในระยะเวลา 10 ปี ดังนั้นแทนที่จะมี

$\log \mu_x = \beta_0 + \beta_1 x$

(โดยที่คือจำนวนที่คาดไว้สำหรับผู้ที่มี covariate ) คุณมี$\mu_x$$x$

$\log \tfrac{\mu_x}{t_x} = \beta'_0 + \beta'_1 x$

(โดยที่คือเวลาการเปิดรับแสงสำหรับผู้ที่มี covariate ) ตอนนี้สมการสุดท้ายสามารถเขียนใหม่ได้$t_x$$x$

$\log \mu_x = \log t_x + \beta'_0 + \beta'_1 x$

และมีบทบาทเป็นออฟเซ็ต$\log t_x$