ポアソンモデルの当てはめの方法

解釈

表示されているコード化スキームを検証し、目的の分析が行われたことを確認してください。カテゴリ変数の係数は以下のように解釈します:

• （0, 1）のコード化スキームでは、各係数は各水準平均と参照水準平均間の差を表します。参照水準の係数は、係数表には表示されません。
• （−1, 0,+1）のコード化スキームでは、各係数は各水準平均と全体平均間の差を表します。

解釈

標準化方法の表を使い、目的の分析が行われたかどうかを検証してください。選択した方法によっては、次に示すように係数の解釈を変更する必要があるかもしれません。

最低水準と最高水準を指定して、-1および+1としてコード化

この方法では、変数を中央に寄せてスケールします。各係数は、予測変数がコード化尺度の単位ごとに変化するものとして、変換された応答平均の期待変化量を表します。たとえば、各係数は、予測変数が0から1に変化するときに、変換された応答平均の変化量を表します。

平均を引き、標準偏差で割る

この方法では、変数を中央に寄せてスケールします。各係数は、予測変数が1標準逸脱度ずつ変化するものとして、変換された応答平均の期待変化量を表します。

平均を引く

この方法では、変数がセンタリングされます。各係数は、予測変数が1ごとに変化するものとして、変換された応答平均の期待変化量を表します。

標準偏差で割る

この方法では、変数がスケーリングされます。各係数は、予測変数が1標準逸脱度ずつ変化するものとして、変換された応答平均の期待変化量を表します。

指定した値を引き、別の値で割る

この方法で変数が中央に寄せられるか、あるいはスケールされるかは、指定した値によって変わります。各係数は、予測変数が除数の値ごとに変化するものとして、変換された応答平均の期待変化量を表します。たとえば4で割る場合、係数は、元の測定尺度で4増加することを表します。

係数の正しい解釈も、リンク関数などの分析の他の様態によって変わります。

解釈

リンク関数を使用して、データに最も適合するモデルを見つけます。異なるリンク関数のデータ適合度を比較するには、適合度の統計量を使うことができます。それまでの経緯や各分野での特殊な意味合いに応じ、使用できるリンク関数は異なります。