Jak to możliwe, że Poisson GLM akceptuje liczby niecałkowite?

Jestem naprawdę oszołomiony faktem, że Poisson GLM akceptuje liczby niecałkowite! Popatrz:

Dane (treść data.txt):

1   2001    0.25  1
1   2002    0.5   1
1   2003    1     1
2   2001    0.25  1
2   2002    0.5   1
2   2003    1     1

Skrypt R:

t        <- read.table("data.txt")
names(t) <- c('site', 'year', 'count', 'weight')
tm       <- glm(count ~ 0 + as.factor(site) + as.factor(year), data = t, 
                family = "quasipoisson")  # also works with family="poisson"
years    <- 2001:2003
plot(years, exp(c(0, tail(coef(tm), length(years)-1))), type = "l")

Wynikowy wskaźnik roku jest „oczekiwany”, tj. 1-2-4W latach 2001-2003.

Ale jak to możliwe, że Poisson GLM przyjmuje liczby niecałkowite? Rozkład Poissona zawsze był liczbą całkowitą!

r generalized-linear-model poisson-distribution poisson-regression Ciekawy
źródło

Czy możesz wyjaśnić, co dokładnie chcesz wiedzieć? Jak algorytm dopasowania radzi sobie z liczbami innymi niż całkowite? Lub dlaczego R nie sprawdza, czy odpowiedź jest liczbą całkowitą? Lub czy coś jest nie tak w wyniku, gdy podano liczby całkowite?

Momo

@Momo, tak, wszystkie te pytania są interesujące!

Ciekawy

Edytuj swoje pytanie, aby to odzwierciedlić. Bardziej prawdopodobne jest uzyskanie dobrej odpowiedzi w ten sposób.

Momo

Nie znaczy to, że to naprawdę ma znaczenie, ponieważ jest to prawdą family="poisson", ale pamiętaj, że twój przykład nie jest Poisson GLM, ponieważ korzystasz z quasipoissonrodziny, która i tak zależy tylko od relacji między średnią a wariancją, więc w tym W takim przypadku nie powinno być zaskoczenia przy przyjmowaniu liczb niecałkowitych.

Aaron opuścił Stack Overflow

Oto kilka odniesień, dlaczego może to mieć sens.

Dimitriy V. Masterov

Odpowiedzi:

Oczywiście masz rację, że rozkład Poissona technicznie jest zdefiniowany tylko dla liczb całkowitych. Jednak modelowanie statystyczne to sztuka dobrych aproksymacji („ wszystkie modele są błędne ”) i zdarza się, że sensowne jest traktowanie danych niecałkowitych tak, jakby to był [w przybliżeniu] Poissona.

Na przykład, jeśli wyślesz dwóch obserwatorów w celu zarejestrowania tych samych danych zliczania, może się zdarzyć, że dwóch obserwatorów nie zawsze zgadza się co do zliczenia - jeden może powiedzieć, że coś się wydarzyło 3 razy, a drugi powiedział, że stało się to 4 razy. Miło jest mieć opcję 3,5 przy dopasowywaniu współczynników Poissona, zamiast wybierać między 3 a 4.

Obliczeniowo, silnia w Poissonie może sprawiać trudności w pracy z liczbami niecałkowitymi, ale istnieje ciągłe uogólnianie silni. Co więcej, wykonanie oszacowania maksymalnego prawdopodobieństwa dla Poissona nawet nie obejmuje funkcji czynnikowej, po uproszczeniu wyrażenia .

zkurtz
źródło

$y$ $\renewcommand{\vec}[1]{\boldsymbol{#1}}\vec{x}$

E Y_{i} = \exp β^{T} x_{i}

$\operatorname{E}Y_i=\exp{\vec\beta^{\mathrm{T}}\vec{x}_i}$

Var Y_{i} = E Y_{i}

$\operatorname{Var}Y_i=\operatorname{E}Y_i$

β

$\vec\beta$

\sum_{i}^{n} x_{i} (y_{i} - \exp β^{T} x_{i}) = 0

$\sum_i^n{\vec{x}_i\left(y_i-\exp{\vec\beta^{\mathrm{T}}\vec{x}_i}\right)}=0$ Oczywiście spójność nie oznacza ważności jakichkolwiek testów ani przedziałów ufności; prawdopodobieństwo nie zostało określone.

Wynika to z podejścia opartego na metodzie momentów, którego nauczyliśmy się w szkole, i prowadzi do uogólnionego równania szacunkowego .

@ Aaron wskazał, że faktycznie używasz quasi-Poissona w swoim kodzie. Oznacza to, że wariancja jest proporcjonalna do średniej

Var Y_{i} = ϕ E Y_{i}

$\operatorname{Var}Y_i=\phi\operatorname{E}Y_i$

$\phi$

Scortchi - Przywróć Monikę
źródło