Czy można zastosować rozkład Poissona do analizy danych ciągłych, a także danych dyskretnych?
Mam kilka zestawów danych, w których zmienne odpowiedzi są ciągłe, ale bardziej przypominają rozkład Poissona niż rozkład normalny. Jednak rozkład Poissona jest rozkładem dyskretnym i zwykle dotyczy liczb lub zliczeń.
distributions
regression
poisson-distribution
continuous-data
użytkownik3136
źródło
źródło
Odpowiedzi:
Kluczowym założeniem uogólnionego modelu liniowego, który jest tutaj istotny, jest związek między wariancją a średnią odpowiedzi, biorąc pod uwagę wartości predyktorów. Gdy określisz rozkład Poissona, oznacza to, że zakładasz, że wariancja warunkowa jest równa średniej warunkowej. * Rzeczywisty kształt rozkładu nie ma większego znaczenia: może to być Poisson, gamma lub normalny, lub cokolwiek innego, o ile utrzymuje się relacja średnia-wariancja.
* Możesz rozluźnić założenie, że wariancja równa się średniej z proporcjonalnością i nadal zwykle osiąga dobre wyniki.
źródło
Jeśli mówisz o zastosowaniu odpowiedzi Poissona w uogólnionym modelu liniowym, to tak, jeśli chcesz przyjąć założenie, że wariancja każdej obserwacji jest równa jej średniej.
Jeśli nie chcesz tego robić, inną alternatywą może być przekształcenie odpowiedzi (np. Pobranie dzienników).
źródło
quasipoisson
rodzinęglm
.log
transformacja zadziałałaby, po co dyskretyzować dane? Wykorzystujeglm
prace, ale każdy wynik jest oparty na asymptotyce (która może, ale nie