Régression de Poisson et binomiale négative
La régression de Poisson est un modèle linéaire généralisé pour les issues de comptage — événements dénombrés comme des entiers non négatifs tels que les admissions hospitalières, les accidents ou le nombre d'articles. Elle modélise le logarithme du nombre attendu comme une fonction linéaire des prédicteurs, et est développée dans le traitement standard des données de comptage de Cameron et Trivedi (1998) ; lorsque les comptages sont surdispersés, le modèle binomial négatif étroitement apparenté (Hilbe, 2011) est préféré.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+13 more
Sources
- Cameron, A. C. & Trivedi, P. K. (1998). Regression Analysis of Count Data. Cambridge University Press. DOI: 10.1017/CBO9780511814365 ↗
- Hilbe, J. M. (2011). Negative Binomial Regression (2nd ed.). Cambridge University Press. DOI: 10.1017/CBO9780511973420 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Poisson and Negative Binomial Regression. ScholarGate. https://scholargate.app/fr/econometrics/poisson-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Régression logistiqueStatistiques de recherche↔ compare
- Régression par Moindres Carrés Ordinaires (MCO)Économétrie↔ compare
- Modèle à effets fixes pour données de panelÉconométrie↔ compare
- Régression quantileÉconométrie↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →