广义线性模型的示例

本示例使用 Poisson 回归对来自筑巢的马蹄蟹研究的计数数据建模。每个雌性螃蟹的巢里住着一个雄性螃蟹。该研究调查是否有其他雄性（称为伴侣）住在附近。数据表 CrabSatellites.jmp 包含一个列出雄性伴侣数的响应变量，以及说明雌性螃蟹的颜色、脊情况、重量和壳宽的变量。您想关注的是伴侣数和描述雌性螃蟹的变量之间的关系。

要拟合 Poisson 回归模型，请执行以下步骤：

1.	选择帮助 > 样本数据库，然后打开 CrabSatellites.jmp。

2.	选择分析 > 拟合模型。

3.	选择伴侣数并点击 Y。

4.	选择颜色、脊、宽度和重量，然后点击效应。

5.	从“特质”列表中选择广义线性模型。

6.	从“分布”列表中选择 Poisson。

在“连结函数”列表中，应自动为您选择对数。

点击运行。

螃蟹伴侣结果

“整体模型检验”显示完整模型和简化模型的对数似然差值为 41.6。“概率>卡方”值等价于整体模型 F 检验的 p 值。p 值小于 0.0001 指示模型在整体上是显著的。报表还包含校正的 Akaike 信息准则 (AICc) 值 921.7613。该值可以与其他模型进行比较以确定数据的最佳拟合模型。AICc 值越小说明拟合模型越好。

“效应检验”报表显示重量在模型中是显著因子。请注意，重量的 p 值 0.0026 在“参数估计值”表中具有相同的值，因为重量是连续变量。

“效应检验”报表还显示分类变量颜色是显著的。颜色具有四个水平：Light Med、Medium、Dark Med 和 Dark，其中 Dark 是参考变量。在“参数估计值”表中，您看到只有 Dark 和 Light Med 之间的颜色差值是显著的，尽管 Dark Med 在 0.05 水平上离显著很接近。