Poisson 回归
Poisson 回归是另一类 GLM。它需要整数或计数型数据（如 0、1、2、3、……）。在某些情形下，Poisson 回归比线性模型或"Gaussian"回归更有统计检出力（例如，更容易检测到具有统计显著性的趋势）。
在本练习中，我们将使用 lm() 构建一个线性回归，并使用 glm() 构建一个 Poisson 回归。
对象 x 和 y 已为您加载到 R 中。
本练习是课程的一部分
R 中的分层与混合效应模型
练习说明
- 构建一个
lm()，用x预测y，并打印其摘要。 - 构建一个
glm()，用x预测y，并指定分布函数为"poisson"，然后在终端打印其摘要。 - 比较两个模型的系数估计，注意只有
glm()为x给出了具有统计显著性的估计。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Fit the linear model
summary(lm(___))
# Fit the generalized linear model
summary(glm(___, family = "___"))