【问题标题】:Resurrecting coefficients from simulated data in Poisson regression在泊松回归中从模拟数据中恢复系数
【发布时间】:2020-05-30 01:08:36
【问题描述】:

我试图了解如何从泊松回归中的模拟数据中恢复模型估计。 StackExchange/CrossValidated (https://stats.stackexchange.com/questions/11096/how-to-interpret-coefficients-in-a-poisson-regression, https://stats.stackexchange.com/questions/128926/how-to-interpret-parameter-estimates-in-poisson-glm-results) 上还有其他类似的解释系数的帖子,但我认为我的问题是不同的(尽管公认相关)。我试图恢复已知的关系,以了解模型发生了什么。我在这里发帖而不是 CrossValidated,因为我认为这不是统计解释,而是我如何通过代码获得已知/模拟的关系。

这里有一些模拟数据 y 和 x 与某些响应 resp 有已知关系

set.seed(707)
x<-rnorm(10000,mean=5,sd=1)
y<-rnorm(10000,mean=5,sd=1)        
resp<-(0.5*x+0.7*y-0.1*x*y) # where I define some relationships

使用线性回归,非常简单:

summary(lm(resp~y+x+y:x))

输出显示 x、y 和交互之间的精确线性关系。

Coefficients:
              Estimate Std. Error    t value Pr(>|t|)    
(Intercept)  1.592e-14  1.927e-15  8.260e+00   <2e-16 ***
y            7.000e-01  3.795e-16  1.845e+15   <2e-16 ***
x            5.000e-01  3.800e-16  1.316e+15   <2e-16 ***
y:x         -1.000e-01  7.489e-17 -1.335e+15   <2e-16 ***

现在,如果我对泊松回归感兴趣,我需要整数,我只是四舍五入,但保持预测变量和响应之间的关系:

resp<-round((0.5*x+0.7*y-0.1*x*y),0)
glm1<-glm(resp~y+x+y:x,family=poisson())
summary(glm1)

Coefficients:
             Estimate Std. Error z value Pr(>|z|)    
(Intercept)  0.419925   0.138906   3.023   0.0025 ** 
y            0.163919   0.026646   6.152 7.66e-10 ***
x            0.056689   0.027375   2.071   0.0384 *  
y:x         -0.011020   0.005261  -2.095   0.0362 *  

我的理解是,由于链接功能,需要对结果求幂才能理解它们。但是在这里,求幂估计和截距 + 估计都不能让我回到原始值。

> exp(0.419925+0.163919)
[1] 1.792917
> exp(0.163919)
[1] 1.178119

如何将这些值解释为与原始 0.7*y 关系相关?

现在,如果我将相同的线性方程放入指数函数中,我会直接得到值 - 无需使用 exp():

resp<-round(exp(0.5*x+0.7*y-0.1*x*y),0)
summary(glm(resp~y+x+y:x,family=poisson()))
Coefficients:
             Estimate Std. Error z value Pr(>|z|)    
(Intercept)  0.002970   0.045422   0.065    0.948    
y            0.699539   0.008542  81.894   <2e-16 ***
x            0.499476   0.008912  56.047   <2e-16 ***
y:x         -0.099922   0.001690 -59.121   <2e-16 ***

有人可以向我解释我在这里误解了什么,以及如何在不首先使用exp() 函数的情况下找到已知关系的原始值,如上所述?

【问题讨论】:

    标签: r non-linear-regression poisson coefficients exp


    【解决方案1】:

    您忽略了泊松 GLM 默认使用日志链接(指数反向链接)这一事实(或者更确切地说,您没有始终如一地使用该信息)。您应该使用指数反向链接生成“数据”:

    resp <- round(exp(0.5*x+0.7*y-0.1*x*y))
    

    或使用身份链接 (family=poisson(link="identity")) 拟合模型。 (我不推荐后者,因为它很少是一个明智的模型。)

    对于它的价值,模拟将完全匹配指定参数集的泊松数据更加困难,因为(与高斯不同,您可以将方差减小到任意小的值)您可以' t 生成具有任意小噪声的真实泊松数据。 (您的 round() 语句产生整数,但不是泊松分布的结果。)

    【讨论】:

    • 我认为这是有道理的。可以肯定地说考虑那些不在对数尺度上的系数是不明智的吗?或者换句话说,没有指数反向链接生成数据是不是没有意义,因为对数链接会使关系非线性?
    • 是的,除非 (1) 您将使用身份链接泊松或 (2) 您有意尝试了解模型错误指定的影响(即拟合假设指数的模型与通过线性关系生成的数据的关系)。
    猜你喜欢
    • 2014-04-09
    • 1970-01-01
    • 1970-01-01
    • 2012-07-09
    • 2017-06-27
    • 1970-01-01
    • 2021-06-03
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多