چه زمانی خط راست مدل نادرستی است
دادهٔ شمارشی («این شیفت چند نقص؟») را نباید با خط راست مدل کرد: مقادیر منفی پیشبینی میکند و پراکندگی را ثابت میگیرد. رگرسیون پواسون از پیوند لگاریتمی استفاده میکند و اثر بهصورت نرخ خوانده میشود — ۱٫۳۰ یعنی به ازای هر واحد X، رویدادهای مورد انتظار ۳۰٪ بیشتر.
دام: پواسون فرض میکند واریانس برابر میانگین است. دادهٔ واقعی نقصها تقریباً هرگز چنین نیست؛ آنگاه خطاهای معیار کوچکتر از واقع درمیآیند و اثرهای ناموجود معنادار به نظر میرسند. SenSight پراکندگی را میسنجد و تصحیح میکند (شبهپواسون).
برای منحنیها، برازش با AIC در برابر خط راست مقایسه میشود؛ AIC پارامتر اضافی را از پیش جریمه میکند، پس منحنی تنها وقتی میبرد که شکل واقعاً وجود داشته باشد.
دام: پواسون فرض میکند واریانس برابر میانگین است. دادهٔ واقعی نقصها تقریباً هرگز چنین نیست؛ آنگاه خطاهای معیار کوچکتر از واقع درمیآیند و اثرهای ناموجود معنادار به نظر میرسند. SenSight پراکندگی را میسنجد و تصحیح میکند (شبهپواسون).
برای منحنیها، برازش با AIC در برابر خط راست مقایسه میشود؛ AIC پارامتر اضافی را از پیش جریمه میکند، پس منحنی تنها وقتی میبرد که شکل واقعاً وجود داشته باشد.
در برنامه امتحان کنید
Counts (Poisson) / Curve Fit