Sự khác biệt giữa nhị thức nhị thức, nhị thức âm và hồi quy Poisson

Tôi đang tìm kiếm một số thông tin về sự khác biệt giữa hồi quy nhị thức, nhị thức âm và hồi quy Poisson và trong đó tình huống nào là các hồi quy phù hợp nhất.

Có bất kỳ thử nghiệm nào tôi có thể thực hiện trong SPSS có thể cho tôi biết những hồi quy nào là tốt nhất cho tình huống của tôi không?

Ngoài ra, làm cách nào để chạy Poisson hoặc nhị thức âm trong SPSS, vì không có tùy chọn nào như tôi có thể thấy trong phần hồi quy?

Nếu bạn có bất kỳ liên kết hữu ích, tôi sẽ đánh giá cao nó rất nhiều.

Chỉ bản chất của dữ liệu của bạn và câu hỏi quan tâm của bạn có thể cho bạn biết những hồi quy nào là tốt nhất cho tình huống của bạn. Vì vậy, không có bài kiểm tra nào sẽ cho bạn biết một trong những phương pháp này là tốt nhất cho bạn. (Nhấp vào liên kết của các phương pháp hồi quy bên dưới để xem một số ví dụ hoạt động trong SPSS.)

• Nếu bạn có kết quả nhị phân (ví dụ: chết / sống, ốm / khỏe, 1/0), thì hồi quy logistic là phù hợp.
• Nếu kết quả của bạn là số lượng rời rạc , thì có thể sử dụng hồi quy Poisson hoặc hồi quy nhị thức âm .

Hãy nhớ rằng phân phối Poisson giả định rằng giá trị trung bình và phương sai là như nhau. Đôi khi, dữ liệu của bạn hiển thị thêm biến thể lớn hơn giá trị trung bình. Tình huống này được gọi là quá mức và hồi quy nhị thức âm tính linh hoạt hơn về mặt đó so với hồi quy Poisson (bạn vẫn có thể sử dụng hồi quy Poisson trong trường hợp đó nhưng các lỗi tiêu chuẩn có thể bị sai lệch). Các phân phối nhị thức âm có một tham số hơn hồi quy Poisson có thể điều chỉnh phương sai một cách độc lập từ giá trị trung bình. Trong thực tế, phân phối Poisson là trường hợp đặc biệt của phân phối nhị thức âm.

Điều này là quá dài để là một nhận xét, vì vậy tôi sẽ làm cho nó một câu trả lời.

Sự khác biệt giữa nhị thức trên toàn bộ mặt và Poisson và mặt khác của nhị phân âm là về bản chất của dữ liệu; các xét nghiệm không liên quan.

Có những huyền thoại phổ biến về các yêu cầu đối với hồi quy Poisson. Phương sai bằng với giá trị trung bình là đặc trưng của Poisson, nhưng hồi quy Poisson không yêu cầu phản hồi, cũng không phải phân phối biên của đáp ứng là Poisson, bất kỳ hồi quy cổ điển nào cũng yêu cầu nó phải bình thường (Gaussian).

Có các lỗi tiêu chuẩn đáng ngờ không gây tử vong, nhất là vì bạn có thể nhận được các ước tính tốt hơn về các lỗi tiêu chuẩn trong việc triển khai hồi quy Poisson.

Poisson cũng không hoàn toàn yêu cầu phản hồi được tính. Nó thường hoạt động tốt với các biến liên tục không âm. Để biết thêm về sự đánh giá thấp (ý định chơi chữ) của Poisson, xem

http://blog.stata.com/tag/poisson-regression/

và tài liệu tham khảo của nó. Nội dung Stata của mục blog đó không nên khiến nó được quan tâm và sử dụng cho những người không sử dụng Stata.

Thật khó để tư vấn tốt về sự lựa chọn giữa Poisson và hồi quy nhị thức âm. Xem nếu hồi quy Poisson làm một công việc tốt; mặt khác xem xét các biến chứng lớn hơn của hồi quy nhị thức âm tính.

Tôi không thể khuyên bạn sử dụng SPSS. Tôi sẽ không ngạc nhiên nếu bạn cần sử dụng phần mềm khác để triển khai linh hoạt Poisson hoặc hồi quy nhị thức âm.

Trong SPSS Statistics, lệnh GENLINE xử lý Poisson, nhị thức âm và một loạt các thứ khác. (Phân tích> Mô hình tuyến tính tổng quát). Nó là một phần của tùy chọn Thống kê Nâng cao.

Nhị phân Poisson / phủ định cũng có thể được sử dụng với kết quả nhị phân với độ lệch bằng một. Tất nhiên, nó đòi hỏi dữ liệu phải từ một thiết kế triển vọng (đoàn hệ, rct, v.v.). Hồi quy Poisson hoặc NB đưa ra thước đo hiệu ứng phù hợp hơn (IRR) so với tỷ lệ chênh lệch từ hồi quy logistic.

Hồi quy NB "an toàn" hơn so với hồi quy Poisson vì ngay cả khi tham số quá mức (alpha trong Stata) không có ý nghĩa thống kê, kết quả sẽ chính xác như dạng hồi quy Poisson của nó.