知识卡片
计数目标才配泊松回归
适用条件:目标变量是非负整数计数,且近似泊松分布,即均值与方差大致相等。典型场景:某航班上感冒的乘客数、某餐馆某天的客流量、某球员一个赛季的进球数。
为什么要求均值等于方差:泊松分布只有一个参数 λ,均值和方差都等于 λ,模型据此推出预测区间与标准误。若实际方差远大于均值(过度分散,比如日均 4 单、方差 40),泊松回归会低估不确定性,标准误偏小、置信区间过窄、显著性被高估。此时应换负二项回归或准泊松。
边界:①均值较大时(如 λ>20)泊松趋近正态,可用正态近似,但方差结构仍需检查;②曝光量不同的计数(不同天数、不同面积的区域)要加 offset 建模为率,不能直接比原始计数;③同一单位反复计数(同一位顾客多次到店)破坏独立性,需用混合效应或聚类稳健标准误;④计数上限被截断(如评分只能 1–5)本质是序数,不是计数。
一句话:泊松回归卖的是均值等于方差这个承诺,数据不兑现承诺,结论就不兑现。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第24章 泊松回归与序回归 · 查看原书依据
我们通常在目标变量代表计数数据(正整数)时使用泊松回归。举个计数数据的例子,比如飞机上患感冒的人数,或者特定日期某餐馆的客人数量。除了目标变量表示计数数据外,数据还应该呈泊松分布,这意味着平均值和方差大致相同。
参考来源
- 位置:《大模型技术30讲》第24讲 泊松回归与序回归(源文件:extracted/大模型技术30讲/_epub-src/EPUB/xhtml/chapter01_0032.xhtml)
- 结论依据:第24章正文:计数数据、泊松分布、均值方差大致相同、大均值可正态近似
- 原始内容:我们通常在目标变量代表计数数据(正整数)时使用泊松回归。举个计数数据的例子,比如飞机上患感冒的人数,或者特定日期某餐馆的客人数量。除了目标变量表示计数数据外,数据还应该呈泊松分布,这意味着平均值和方差大致相同。