Когда прямая — неверная модель

Счётные данные («сколько дефектов за смену?») нельзя моделировать прямой: она предсказывает отрицательные значения и предполагает постоянный разброс. Пуассоновская регрессия использует логарифмическую связь; эффект читается как интенсивность — 1,30 означает +30% ожидаемых событий на единицу X.

Ловушка: Пуассон предполагает дисперсию = среднему. Реальные данные о дефектах почти никогда этому не отвечают; стандартные ошибки выходят слишком малыми, и несуществующие эффекты выглядят значимыми. SenSight измеряет дисперсию и корректирует (квази-Пуассон).

Для кривых подбор сравнивается с прямой по AIC, который уже штрафует лишние параметры: кривая выигрывает, только если форма действительно есть.