Poisson模型的故障 - 整数
问题描述:
我在使用泊松模型运行对数回归模型时遇到了问题。我应该如何防止这个警告信息?这也是我第一次使用泊松,所以我真的不知道该怎么做。非常感谢Poisson模型的故障 - 整数
sardegnalog.lm <-glm(log1p(fulldata[381:400,1])~log1p(fulldata[381:400,2])+log1p(fulldata[381:400,3])+log1p(fulldata[381:400,4])+log1p(fulldata[381:400,8]), family="poisson")
Warning messages:
1: In dpois(y, mu, log = TRUE) : non-integer x = 8.868132
2: In dpois(y, mu, log = TRUE) : non-integer x = 9.885069
3: In dpois(y, mu, log = TRUE) : non-integer x = 9.410911
4: In dpois(y, mu, log = TRUE) : non-integer x = 7.876259
5: In dpois(y, mu, log = TRUE) : non-integer x = 11.826326
6: In dpois(y, mu, log = TRUE) : non-integer x = 9.632728
7: In dpois(y, mu, log = TRUE) : non-integer x = 9.872616
8: In dpois(y, mu, log = TRUE) : non-integer x = 6.899723
9: In dpois(y, mu, log = TRUE) : non-integer x = 9.027379
10: In dpois(y, mu, log = TRUE) : non-integer x = 16.733528
Call:
glm(formula = log1p(fulldata[381:400, 1]) ~ log1p(fulldata[381:400,
2]) + log1p(fulldata[381:400, 3]) + log1p(fulldata[381:400,
4]) + log1p(fulldata[381:400, 8]), family = "poisson")
Deviance Residuals:
Min 1Q Median 3Q Max
-3.267 -2.082 -1.093 1.085 3.123
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -17.5129 5.2594 -3.330 0.000869 ***
log1p(fulldata[381:400, 2]) 1.3144 0.4632 2.838 0.004544 **
log1p(fulldata[381:400, 3]) 0.7884 0.2384 3.307 0.000944 ***
log1p(fulldata[381:400, 4]) -0.1477 0.2613 -0.565 0.571836
log1p(fulldata[381:400, 8]) -0.7765 0.2960 -2.623 0.008715 **
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for poisson family taken to be 1)
Null deviance: 144.602 on 19 degrees of freedom
Residual deviance: 80.231 on 15 degrees of freedom
AIC: Inf
Number of Fisher Scoring iterations: 6
答
这是很难确定,因为你没有足够明确的有关模型,但它看起来像你需要简单地砸在了log1p
公式的左手边; Poisson glm默认具有日志链接功能(但您不需要添加1,因为它是平均值,而不是将数据转换为线性预测器的比例)。
虽然你仍然需要它。
+0
好吧,我做到了,现在看来工作!万分感谢 :) –
它给你一个警告,因为泊松分布只支持非负整数。 – James
那么,如果我没有非负整数,我不能使用泊松分布? –
你应该更多地解释你在做什么(为什么你想使用泊松回归?)。这个问题可能更适合于[CrossValidated](http://stats.stackexchange.com) –