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?