看看python中的statmodels包。
更多的输入以避免仅链接的答案
假设您知道这里的python是我前面提到的示例的摘录。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将保存数据帧,其中包含要用于馈送poisson模型的数据。
statsmodels包包含大量统计模型,如线性、概率、泊松等。从这里您将导入泊松族模型(提示:请参阅上次导入)
模型的拟合方式如下(假设因变量名为y,IV为年龄、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())
由于我不熟悉你的问题的性质,我建议你看看负二项回归,如果你需要计算的数据是很好的过度分散。由于过度分散,你的泊松假设可能不成立。
R中泊松回归的大量信息-只需谷歌它。
希望现在这个答案有帮助。