Poisson Rate Regression
Poisson rate regression is the standard generalized linear model for analyzing event rates and counts, such as the number of deaths, hospitalizations, or new cases observed over a span of person-time. It models the logarithm of the expected event rate as a linear function of covariates, using a Poisson likelihood and a log link, and accommodates differing amounts of exposure by including the log of person-time as an offset. Because coefficients enter on the log scale, their exponentials are incidence-rate ratios that quantify multiplicative effects on the rate. The rate formulation was crystallized in Frome's 1983 Biometrics paper, and the model sits within the broader count-data framework developed comprehensively by Cameron and Trivedi, who also detail its central practical concern: overdispersion, where the variance exceeds the Poisson assumption and standard errors must be corrected.
Εγγραφή πηγής
Οι παραπομπές αντιγράφονται αυτούσιες από την εγγραφή πηγής της μεθόδου. Δεν υπονοείται επαλήθευση σε επίπεδο ισχυρισμού από αυτές.
- Frome, E. L. (1983). The Analysis of Rates Using Poisson Regression Models. Biometrics, 39(3), 665-674. · DOI 10.2307/2531094
- Cameron, A. C., & Trivedi, P. K. (2013). Regression Analysis of Count Data (2nd ed.). Cambridge University Press. · ISBN 9781107014169
Επιμελημένοι ισχυρισμοί
Οι ισχυρισμοί έχουν αποθηκευτεί στο καθολικό τεκμηρίων, καθένας με τη δική του αξιολόγηση.
Αυτή η προβολή δεν επινοεί αξιολόγηση ισχυρισμού όταν το καθολικό δεν έχει κανέναν.
Σχετικές μέθοδοι
Δημιουργούνται από τον γράφο μεθόδων και εμφανίζονται ως προτεινόμενες από μηχανή σχέσεις — δεν υπονοείται ισχυρισμός τεκμηρίου.