適合ポアソンモデルの分析のオプションを選択する

統計 > 回帰 > ポアソン回帰 > ポアソンモデルの当てはめ > オプション

重み

重みでは、重み付き回帰を実行する場合に、重みを含む数値列を入力します。重みはゼロ以上の数でなければなりません。重み列の行数と応答列の行数は同じでなければなりません。適切な重みの決定に関する詳細は、重み付き回帰.を参照してください。

全区間の信頼水準

係数と適合値の信頼区間の信頼水準を入力します。

通常、95%の信頼水準が適切です。95%の信頼水準は、母集団から100個のランダムサンプルを採取した場合、サンプルのうちおよそ95個の信頼区間に平均応答が含まれることを示しています。与えられたデータセットにおいて、信頼水準の値を低くすると信頼区間が狭くなり、信頼水準を高くすると信頼区間が広くなります。

信頼区間を表示するには、結果サブダイアログボックスに移行し、結果の表示から拡張表を選択します。

信頼区間のタイプ

両面区間または片側境界を選択できます。信頼水準が同じ場合、境界は、区間よりも点推定に近くなります。上側の境界から、下側の境界になる可能性のある値は得られません。下側の境界から、上側の境界になる可能性のある値は得られません。

たとえば、一定時間内に来院する患者数の平均が4.58とします。複数の将来観測値における平均事象数の95%信頼区間は2.7~6.5です。平均の95%の上側信頼限界は6.2であり、限界が予測平均に近いため、より正確になります。

  • 両側: 両面信頼区間を使用して、平均事象数の下側境界になる可能性のある値と上側境界になる可能性のある値を推定します。
  • 下限: 下側の信頼境界を使用して、平均事象数の下側境界になる可能性のある値を推定します。
  • 上限: 上側の信頼境界を使用して、平均事象数の上側境界になる可能性のある値を推定します。

診断の残差

逸脱度とピアソン残差は、残差プロットと外れ値のパターンを特定するのに役立ちます。モデルに適合しない観測値では、逸脱度とピアソン残差が高くなります。Minitabでは、異なる因子/共変量パターンごとに残差値を計算します。
  • 逸脱: 逸脱残差は、モデルがどの程度観測値を予測できるかの指標となります。残差分布は最小二乗モデルの残差分布に近いので、logitリンク関数を使用するロジスティック回帰ではしばしば逸脱残差が好まれます。logitリンク関数は、最もよく使われるリンク関数です。
  • ピアソン: ピアソン残差も、モデルがどの程度観測値を予測できるかの指標となります。外れ値を特定するためによく使われる手法は、ワークシートの観測値の順序でピアソン残差をプロットする方法です。

検定の逸脱

カイ二乗値とp値の計算のために逸脱度を選択します。調整済み逸脱度を使用するのが最も一般的です。逐次逸脱度を使用して、モデルに入力される順序で項の有意性を判断します。
  • 調整済み (タイプIII): 残りのすべての項を含むモデルと関係のある各項を逸脱度の低次元化を測定します。
  • 逐次 (タイプI): 追加する項の前の項のもを含むモデルに項を追加した際の、逸脱度の低次元化を測定します。
本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください