Regressão de Poisson
Este artigo ou secção contém uma lista de referências no fim do texto, mas as suas fontes não são claras porque não são citadas no corpo do artigo, o que compromete a confiabilidade das informações. (Julho de 2020) |
Em estatística, regressão de Poisson é uma forma de análise de regressão usada para modelar contagem de dados e tabelas de contingência. Regressão de Poisson assume a variável resposta Y como uma distribuição de Poisson, e assume que o logaritmo de seu valor esperado pode ser modelado por uma combinação linear de parâmetros desconhecidos. Um modelo de regressão de Poisson é algumas vezes conhecido como um modelo log-linear, especialmente quando usado a modelos de tabelas de contingência.
No caso mais simples com uma única variável independente x, o modelo toma a forma:
Se Yi são observações independentes com valores correspondente xi da variável preditor (ou independente), quando a e b podem ser estimadas por máxima verossimilhança se o número de valores distintos x é ao menos 2. A máxima verossimilhança estima o lapso como expressão de forma fechada e deve ser encontrada por métodos numéricos.
Modelos de regressão de Poisson são modelo lineares generalizados com o logaritmo como a função de ligação (canônica) e a função de distribuição de Poisson
Referências editar
- Cameron, A.C. and P.K. Trivedi (1998). Regression analysis of count data, Cambridge University Press. ISBN 0-521-63201-3
- Hilbe, J.M. (2007). Negative Binomial Regression, Cambridge University Press. ISBN 978-0-521-85772-7