Я шукаю деяку інформацію про різницю між біноміальною, негативною біноміальною та пуассоновою регресією та для яких ситуацій ці регресії найкраще підходять.
Чи є тести, які я можу виконати в SPSS, які можуть сказати мені, який із цих регресій є найкращим для моєї ситуації?
Крім того, як запустити пуассонський або негативний біноміал у SPSS, оскільки немає таких варіантів, як я бачу в частині регресії?
Якщо у вас є корисні посилання, я дуже вдячний.
Відповіді:
Тільки характер ваших даних та питання, що цікавлять вас, можуть підказати, який із цих регресій найкраще підходить для вашої ситуації. Тож немає тестів, які підкажуть, який із цих методів найкращий для вас. (Клацніть на посилання методів регресії нижче, щоб переглянути деякі опрацьовані приклади в SPSS.)
Пам’ятайте, що розподіл Пуассона передбачає, що середнє значення та дисперсія однакові. Іноді ваші дані показують додаткові зміни, що перевищують середнє значення. Таку ситуацію називають наддисперсією, і негативна біноміальна регресія в цьому плані є більш гнучкою, ніж пуассонова регресія (у цьому випадку ви все ще можете використовувати регресію Пуассона, але стандартні помилки можуть бути упередженими). Від'ємний біноміальний розподіл має один параметр більше , ніж регресії Пуассона , який регулює дисперсію незалежно від середнього значення. Насправді розподіл Пуассона - це особливий випадок негативного біноміального розподілу.
Це занадто довго, щоб бути коментарем, тому я зроблю це відповіддю.
Відмінність між двочленним цілою рукою та Пуассоном та негативним двочленом з іншого полягає в характері даних; тести не мають значення.
Існують поширені міфи про вимоги до регресії Пуассона. Різниця, рівна середній, характерна для Пуассона, але пуассонова регресія не вимагає ані реакції, ані граничного розподілу відповіді бути Пуассоном, інакше, ніж класична регресія вимагає, щоб вона була нормальною (гауссова).
Наявність сумнівних стандартних помилок не є фатальним, не в останню чергу тому, що ви можете отримати кращі оцінки стандартних помилок у гідних реалізаціях регресії Пуассона.
Також Пуассон не вимагає підрахунку відповіді. Він часто добре працює з негативними постійними змінними. Детальніше про заниження (каламбур) Поассона див
http://blog.stata.com/tag/poisson-regression/
та його посилання. Вміст Stata цього запису в блозі не повинен перешкоджати його цікавості та використанню для людей, які не використовують Stata.
Важко добре порадити вибір між Пуассоном та негативною біноміальною регресією. Подивіться, чи добре справляється регресія Пуассона; в іншому випадку врахуйте більшу складність негативної біноміальної регресії.
Я не можу порадити використання SPSS. Мене не здивувало б, якщо вам потрібно було використовувати інше програмне забезпечення для гнучкої реалізації Пуассона або негативної біноміальної регресії.
Пуассон / Негативний двочлен також можна використовувати з двійковим результатом зі зміщенням, рівним одиниці. Звичайно, це вимагає, щоб дані були з перспективного дизайну (когорта, РСТ тощо). Регресія Пуассона або NB дає більш відповідний показник ефекту (IRR) та коефіцієнт шансів від логістичної регресії.
NB регресія є "безпечнішою" для запуску, ніж регресія Пуассона, тому що навіть якщо параметр передисперсії (альфа в Stata) не є статистично значущим, результати будуть точно такі ж, як і його регресія Пуассона.