Poisson ou quasipoisson

L’une des hypothèses de la régression de Poisson pour prédire des comptes est que l’événement que vous comptez suit une loi de Poisson : le nombre moyen par unité de temps est égal à la variance du compte. En pratique, « égal » signifie que la moyenne et la variance devraient être du même ordre de grandeur.

Quand la variance est beaucoup plus grande que la moyenne, l’hypothèse de Poisson ne tient pas, et une solution consiste à utiliser une régression quasipoisson, qui ne suppose pas que \(variance = mean\).

Pour chacune des situations suivantes, décidez si la régression de Poisson conviendrait, ou si vous devriez utiliser une régression quasipoisson.

Pour quelles situations pouvez-vous utiliser une régression de Poisson ?

1. Nombre de jours d’absence des étudiants : moyenne 5,9 ; variance 49
2. Nombre de prix remportés par un étudiant : moyenne 0,6 ; variance 1,1
3. Nombre de consultations par page Web : moyenne 108,2 ; variance 108,5
4. Nombre de vélos loués par jour : moyenne 273 ; variance 45863,84