Poisson回归，研究离散事件的重要回归方法

Poisson分布，中文一般翻译为泊松分布，通俗来说，指的是在一个极大人群、空间和时间范围内，观察对象某种现象发生数的分布。

 

比如，2020年浙江省某县区3000名新生儿中，有20例先神经管畸形患者。这是极大人群、较小事件发生数。那么浙江省所有县区，先天性神经管畸形的发生数为Poisson分布。

 

又比如，早产儿出生后2年内，感冒的次数，也可以认为是Poisson分布。无菌实验室中，单位空气中细菌的含量也是泊松分布。

 

泊松分布是偏态分布，如果开展先神经管畸形的影响因素研究，一般不推荐直接开展线性回归分析，而推荐Poisson回归：

 

值得注意的是，Poisson回归在医学研究中的应用分为两大类：一类是当结局为离散定量数据，就如上文所举的案例。另外一类，则在观察性研究更常见，但是被忽视的方法，即结局是二分类的Poisson回归分析。

 

这篇文章先介绍第一种： 对于离散事件，Poisson如何处理呢？

 

文章剩余内容<<<<