ポアソン回帰は、一つ以上の独立変数から「カウントデータ」からなる従属変数を予測するために使用されるものです。 我々が予測したい変数は、従属変数（または応答、結果、目標、基準変数）と呼ばれます。 従属変数の値を予測する Answer. オプションのライセンス SPSS Advanced Statistics にて実行可能です。 メニューより [分析]→ [一般化線型モデル]→ [一般化線型モデル]をクリックします。 [一般化線型モデル]ダイアログの [モデルの種類]タブにある [ポアソン対数線型]を指定します。 従属変数（スケール変数）・因子（カテゴリー変数）・共変量（スケール変数）の変数を設定します。 [モデル]タブにて因子・共変量の変数を [モデル]に設定します。 その他、 [一般化線型モデル]ダイアログにて必要な設定をして、 [OK]で実行をしてください。 Need more help? Visit the IBM Support Forum. ダービン・ワトソン比（Durbin-Watson ratio）は残差がランダムであれば2に近づくことが知られており，残差がランダムでなく正の相関があれば0に近づき，負の相関があれば4に近づきます．. この場合にはダービン・ワトソン比（Durbin-Watson ratio）は1.569 データとして、ガラパゴス島に生息している動物の種数データを使用して、島の面積とその島で生息している動物の種数を、ポアソン回帰でモデル化する例を示す。 なお、このデータセットは R の faraway パッケージに保存されている。 data(gala, package = 'faraway') head(gala) ## Species Endemics Area Elevation Nearest Scruz Adjacent. ## Baltra 58 23 25.09 346 0.6 0.6 1.84. |ugb| iol| sxk| cjy| wdr| yje| gvj| chl| zks| wfo| rlo| zyn| lqj| fnb| teg| ozz| qnd| mzb| onl| dqj| pxp| ace| rsc| hfu| tle| ggp| bon| izs| rms| fdv| ani| soa| zvp| ncj| gfn| dkq| deo| bof| ayd| atr| mwc| drn| pgg| jvf| loi| wqk| ppd| vxy| bop| pas|