ポアソン回帰
ポアソン回帰は GLM（一般化線形モデル）の一種です。これは整数やカウントデータ（例：0, 1, 2, 3, …）を前提とします。状況によっては、ポアソン回帰は線形モデル（「Gaussian」回帰）よりも検出力が高い場合があります（たとえば、統計的に有意な傾向の検出）。
この演習では、lm() 関数で線形回帰を、glm() でポアソン回帰を作成します。
オブジェクト x と y はあらかじめ R に読み込まれています。
この演習はコースの一部です
R による階層モデルと混合効果モデル
演習の手順
yをxで予測するlm()を作成し、summary を表示します。yをxで予測し、分布に"poisson"を指定したglm()を作成し、summary をターミナルに表示します。- それぞれの係数推定値を確認し、
glm()だけがxに対して統計的に有意な推定を出力していることに注目してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Fit the linear model
summary(lm(___))
# Fit the generalized linear model
summary(glm(___, family = "___"))