python - 如何实现泊松回归？

广义线性模型有两种类型:
1.对数线性回归，也称为泊松回归
2. Logistic回归

如何在Python中实现泊松回归以进行价格 flex 预测？

最佳答案

看看python中的statmodels包。

这是一个example

避免链接的输入更多一点，只能回答

假设您知道python是我前面提到的示例的一部分。

import numpy as np
import pandas as pd
from statsmodels.genmod.generalized_estimating_equations import GEE
from statsmodels.genmod.cov_struct import (Exchangeable,
    Independence,Autoregressive)
from statsmodels.genmod.families import Poisson

pandas将保存数据框，其中包含您要用于提供泊松模型的数据。statsmodels程序包包含大量的统计模型，例如线性，概率，泊松等。从这里，您将导入泊松族模型(提示:请参阅最后一个导入)

拟合模型的方式如下(假设您的因变量称为y，并且您的IV是年龄，trt和基数):

fam = Poisson()
ind = Independence()
model1 = GEE.from_formula("y ~ age + trt + base", "subject", data, cov_struct=ind, family=fam)
result1 = model1.fit()
print(result1.summary())

由于我不熟悉问题的性质，因此，如果您需要计算数据过于分散，建议您看一下负二项式回归。过度分散，您的泊松假设可能不成立。

R中泊松回归的大量信息-只需将其谷歌搜索即可。

希望现在这个答案有所帮助。