负二项式回归 SPSS - 数量与距离
Negative binomial regression SPSS - Quantity vs Distance
我有一个非常简单的数据集，其中包含在一个岛上的国家公园中发现的垃圾数量。对于每个数据点，我都有相应的 GPS 坐标，并且我已经推导出每个点到海岸的距离。我的目标：观察垃圾的数量是否随着离岸距离的增加而增加或减少。我假设垃圾的数量会随着距离的减少而增加，因为垃圾在海滩等处很常见。
垃圾数量是计数，即非参数。此外，我还测试了数据以查看它是否遵循泊松模型（p 值 <0.05），并且我的方差大于每个看似过度分散的变量（数量和距离）的均值。因此，我继续使用 negbin 回归，输出如下：
综合测试非常显着 (p=0.000)。我只是对参数估计有些疑惑，并且通常希望这种方法有意义。非常感谢任何输入。
解释参数估计需要知道指定的 link 函数，如果您将模型指定为负二项式且 log link 在类型上，它将是一个 log link模型选项卡，但如果您使用负二项分布和另一个 link（可以是同一性、负二项分布或幂）指定自定义模型，则可能是其他东西。
如果它是对数 link，那么对于 0 的距离（在岸边），您预测计数为 exp(2,636)，或大约 13,957。对于距海岸的给定距离，将距离乘以 -,042 并将其添加到 2,636 值，然后对所得的幂取指数函数。因此，对于您移动的每远离海岸的单位，预测的对数减少 ,042，并且预测乘以约 ,959。距离一个单位，您预测计数大约为 13,383，距离两个单位，大约为 12,833，等等。所以结果大体上与您的假设一致。如果您使用不同的 link 函数，则需要进行不同的特定计算。
我有一个非常简单的数据集，其中包含在一个岛上的国家公园中发现的垃圾数量。对于每个数据点，我都有相应的 GPS 坐标，并且我已经推导出每个点到海岸的距离。我的目标：观察垃圾的数量是否随着离岸距离的增加而增加或减少。我假设垃圾的数量会随着距离的减少而增加，因为垃圾在海滩等处很常见。
垃圾数量是计数，即非参数。此外，我还测试了数据以查看它是否遵循泊松模型（p 值 <0.05），并且我的方差大于每个看似过度分散的变量（数量和距离）的均值。因此，我继续使用 negbin 回归，输出如下：
综合测试非常显着 (p=0.000)。我只是对参数估计有些疑惑，并且通常希望这种方法有意义。非常感谢任何输入。
解释参数估计需要知道指定的 link 函数，如果您将模型指定为负二项式且 log link 在类型上，它将是一个 log link模型选项卡，但如果您使用负二项分布和另一个 link（可以是同一性、负二项分布或幂）指定自定义模型，则可能是其他东西。
如果它是对数 link，那么对于 0 的距离（在岸边），您预测计数为 exp(2,636)，或大约 13,957。对于距海岸的给定距离，将距离乘以 -,042 并将其添加到 2,636 值，然后对所得的幂取指数函数。因此，对于您移动的每远离海岸的单位，预测的对数减少 ,042，并且预测乘以约 ,959。距离一个单位，您预测计数大约为 13,383，距离两个单位，大约为 12,833，等等。所以结果大体上与您的假设一致。如果您使用不同的 link 函数，则需要进行不同的特定计算。