Poisson 迴歸
Poisson 迴歸是另一種 GLM。它需要整數或計數型資料（例如 0、1、2、3、…）。在某些情況下，Poisson 迴歸可能比線性模型或「Gaussian」迴歸更有力（例如更容易偵測到統計上顯著的趨勢）。
在這個練習中，你會使用 lm() 建立一個線性迴歸，並使用 glm() 建立一個 Poisson 迴歸。
x 和 y 物件已經為你載入到 R。
本練習屬於課程
R 的階層式與混合效果模型
練習說明
- 建立一個
lm()，以x預測y，然後印出摘要。 - 建立一個
glm()，以x預測y，並指定分佈為"poisson"，然後在終端機印出摘要。 - 比較兩者的係數估計，留意只有
glm()對x產生統計上顯著的估計。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Fit the linear model
summary(lm(___))
# Fit the generalized linear model
summary(glm(___, family = "___"))