泊松回归R语言实例

泊松回归

当通过一系列连续型和/或类别型变量来预测计数型结果变量时，泊松回归是一个非常有用的工具。泊松回归（Poisson regression）是用来为计数资料和列联表建模的一种回归分析。泊松回归假设反应变量Y是泊松分布，并假设它期望值的对数可被未知参数的线性组合建模。泊松回归模型有时（特别是当用作列联表模型时）又被称作对数-线性模型。该模型在地理学中被广泛应用，如Wu、张华和贺灿飞运用泊松模型分别研究了外资企业在广州和北京城市内部区位选择。
以下文献列举了泊松回归在地理学中的应用：

[1] Wu F. Intrametropolitan FDI firm location in Guangzhou, China: A Poisson and negative binomial analysis. The Annals of Regional Science, 1999, 33: 535-555.
[2] 张华, 贺灿飞. 区位通达性与在京外资企业的区位选择. 地理研究, 2007, 26(5): 984-994.
[3] 袁丰,魏也华,陈雯,金志丰.苏州市区信息通讯企业空间集聚与新企业选址[J].地理学报,2010,65(02):153-163.
[4] 吕卫国,陈雯.制造业企业区位选择与南京城市空间重构[J].地理学报,2009,64(02):142-152.

研究数据

数据来自robust包中的Breslow(癫痫数据)，就遭受轻微或严重间歇性的病人的年龄和癫痫发病数收集了数据，包含病人被随机化分配到药物组或者安慰剂组前八周和随机分配后八周两种情况，利用该数据集，讨论在治疗初期的八周内，抗癫痫药物对癫痫发病数的影响。
响应变量：

• sumY：