포아송 회귀
포아송 회귀는 또 다른 형태의 GLM입니다. 이 모델은 정수 또는 개수 데이터(예: 0, 1, 2, 3, …)가 필요합니다. 어떤 상황에서는 포아송 회귀가 선형 모형이나 "Gaussian" 회귀보다 더 강력할 수 있습니다(예: 통계적으로 유의한 추세 탐지).
이번 연습에서는 lm() 함수를 사용해 선형 회귀를, glm()을 사용해 포아송 회귀를 만들어 보겠습니다.
객체 x와 y는 R에 미리 로드되어 있습니다.
이 연습은 강의의 일부입니다
R로 배우는 계층 및 혼합 효과 모형
연습 안내
y를x로 예측하는lm()을 만들고, 요약을 출력하세요.y를x로 예측하되 분포 함수를"poisson"으로 지정한glm()을 만들고, 요약을 터미널에 출력하세요.- 각 모형의 계수 추정치를 살펴보고,
glm()에서만x에 대한 통계적으로 유의한 추정치를 제공하는지 확인하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Fit the linear model
summary(lm(___))
# Fit the generalized linear model
summary(glm(___, family = "___"))