广义线性回归 泊松：修订间差异

来自决策链云智库
（创建页面，内容为“{{Infobox nodebasic|nodename=广义线性回归_泊松|nodeimage=Generalized Linear Model_Poisson.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在 V1.0部署|nodeenglishname=Has english name::Generalized Linear Model_Poisson|abbreviation=GLM_Poisson|funcmaincategory=数据分析|funcsubcategory=DataAGM Lv1 Cat::回归分析|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>广义线性回归…”）
 
无编辑摘要
 
（未显示同一用户的6个中间版本）
第1行： 第1行：
{{Infobox nodebasic|nodename=广义线性回归_泊松|nodeimage=Generalized Linear Model_Poisson.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在[[DecisionTree | V1.0]]部署|nodeenglishname=[[Has english name::Generalized Linear Model_Poisson]]|abbreviation=GLM_Poisson|funcmaincategory=数据分析|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]]|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>广义线性回归是一种应用灵活的线性回归模型,该模型允许因变量的偏差分布有除了正态分布之外的其它分布。通过联结函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。泊松回归是用来为计数资料和列联表建模的一种回归分析,因变量为计数变量,解决的问题是在特定时间内发生n个事件的概率。回归需要满足以下条件:一个事件的发生不影响其它事件的发生,即事件独立发生,不存在传染性、聚集性的事件。因变量Y服从泊松分布,总体均数等于总体方差。\n用途：用于处理响应变量为非负整数的情况，例如计数数据。泊松回归模型假设响应变量的方差等于其均值。\n参数：选择泊松分布因变量，和自变量</p>|nodeinputnumber=4|nodeoutputnumber=2|nodeloopsupport=是|nodeifswitchsupport=否|nodeavailableplotlist=FR_Curve_Plot;RegressionCoefficientPlot|nodeavailabletablelist=Table_For_Downstream|nodeconfiguration=VariableList|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■|statsapewikiurl=https://wiki.statsape.com/广义线性回归_泊松_Plus|previousnode=[[广义线性回归_负二项]]|nextnode=[[广义线性回归_伽玛]]}}{{Navplate AlgorithmNodeList}}[[Category:回归分析]]
{{Infobox nodebasic  
|nodename=广义线性回归_泊松
|nodeimage=Generalized Linear Model_Poisson.png
|icon=Generalized Linear Model_Poisson.svg
|simpleicon=Generalized Linear Model_Poisson_Pure.svg
|developer=Dev.Team-DPS
|productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用
|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8|V1.0]]部署
|nodeenglishname=Generalized Linear Model_Poisson
|abbreviation=GLMPoisson
|funcmaincategory=数据分析
|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]]
|nodecategory=数据挖掘
|nodeinterpretor=R
|nodeshortdescription=<p>广义线性回归是一种应用灵活的线性回归模型,该模型允许因变量的偏差分布有除了正态分布之外的其它分布。通过联结函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。</p><p>泊松回归是用来为计数资料和列联表建模的一种回归分析,因变量为计数变量,解决的问题是在特定时间内发生n个事件的概率。回归需要满足以下条件:一个事件的发生不影响其它事件的发生,即事件独立发生,不存在传染性、聚集性的事件。因变量Y服从泊松分布,总体均数等于总体方差。</p><p>用途：用于处理响应变量为非负整数的情况，例如计数数据。泊松回归模型假设响应变量的方差等于其均值。</p><p>参数：选择泊松分布因变量，和自变量</p>
|nodeinputnumber=4
|nodeoutputnumber=2
|nodeloopsupport=是
|nodeifswitchsupport=否
|nodeavailableplotlist=FR_Curve_Plot;RegressionCoefficientPlot
|nodeavailabletablelist=Coeff-Value;SE;t-Value;P-Value;CI
|nodeconfiguration=VariableList
|nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■
|nodeoutputports=WorkFlow-Control ➤;Transfer-Table ■
|statsapewikiurl=https://wiki.statsape.com/广义线性回归_泊松
|previousnode=[[广义线性回归_负二项]]
|nextnode=[[广义线性回归_伽玛]]
}}
 
 
 
{{Navplate AlgorithmNodeList}}
 
[[Category:回归分析]]

2024年1月19日 (五) 19:08的最新版本

Generalized Linear Model Poisson.png
节点状态
Windows / Windows 10 Win10及以上可用
在V1.0部署
广义线性回归_泊松Generalized Linear Model Poisson.svg
节点开发者决策链算法研发部 (Dev.Team-DPS)
节点英文名Generalized Linear Model_Poisson
功能主类别数据分析
英文缩写GLMPoisson
功能亚类别回归分析
节点类型数据挖掘
开发语言R
节点简介

广义线性回归是一种应用灵活的线性回归模型,该模型允许因变量的偏差分布有除了正态分布之外的其它分布。通过联结函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。

泊松回归是用来为计数资料和列联表建模的一种回归分析,因变量为计数变量,解决的问题是在特定时间内发生n个事件的概率。回归需要满足以下条件:一个事件的发生不影响其它事件的发生,即事件独立发生,不存在传染性、聚集性的事件。因变量Y服从泊松分布,总体均数等于总体方差。

用途：用于处理响应变量为非负整数的情况，例如计数数据。泊松回归模型假设响应变量的方差等于其均值。

参数：选择泊松分布因变量，和自变量

端口数量与逻辑控制(PC)
Input-入口4个
Output-出口2个
Loop-支持循环是
If/Switch-支持逻辑判断否
输入输出
可生成图片类型（推荐）
可生成数据表类型（推荐）
相关节点
上一节点广义线性回归_负二项
下一节点广义线性回归_伽玛
WikimediaUI-Globe.svg相关网站





查找其他类别的节点，请参考以下列表

取自“https://wiki.statsape.com/index.php?title=广义线性回归_泊松&oldid=6074”
最近修改
此页面最后编辑于2024年1月19日 (星期五) 19:08。
版权
DecisionLinnc Wiki (决策链云智库) © 2024 by Statsape is licensed under Attribution-NonCommercial-ShareAlike 4.0 International. To view a copy of this license, visit [http://creativecommons.org/licenses/by-nc-sa/4.0/| CreativeCommons-Licenses-4.0].