Regresja Poissona

Regresja Poissona to kolejny rodzaj GLM. Wymaga danych w postaci liczb całkowitych lub zliczeniowych (czyli 0, 1, 2, 3, …). W pewnych sytuacjach regresja Poissona może być skuteczniejsza – na przykład w wykrywaniu statystycznie istotnych trendów – niż model liniowy lub regresja gaussowska.

W tym ćwiczeniu zbudujesz model liniowy za pomocą funkcji lm() oraz model regresji Poissona za pomocą glm().

Obiekty x i y są już wczytane do środowiska R.

To ćwiczenie jest częścią kursu

Hierarchiczne i mieszane modele efektów w R

Zobacz kurs

Instrukcje do ćwiczenia

Zbuduj model lm(), w którym y jest przewidywane przez x, a następnie wyświetl jego podsumowanie.
Zbuduj model glm(), w którym y jest przewidywane przez x z rozkładem "poisson", a następnie wyświetl podsumowanie w terminalu.
Porównaj oszacowania współczynników w obu modelach i zwróć uwagę, że tylko glm() daje statystycznie istotne oszacowania dla x.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Fit the linear model
summary(lm(___))

# Fit the generalized linear model
summary(glm(___, family = "___"))

Edytuj i uruchom kod