1

我已经考虑了 2 x 2 表,数据是关于学生跑步前后的脉搏率。我针对 PulseBefore 和 PulseAfter 考虑了 Ran(是/否)并制作了一个列联表。我拟合了一个泊松对数线性模型并得到了这样的输出。

inde<-glm(dat$Ran1~dat$Pulse1+dat$Pulse2,family=poisson)
inde

Call:  glm(formula = dat$Ran1 ~ dat$Pulse1 + dat$Pulse2, family = poisson)

Coefficients:
(Intercept)   dat$Pulse1   dat$Pulse2  
   -2.09795     -0.02745      0.02968  

Degrees of Freedom: 108 Total (i.e. Null);  106 Residual
Null Deviance:      79.37 
Residual Deviance: 37.21        AIC: 135.2

这个对吗?

4

1 回答 1

0
  1. 在我看来,尝试根据他们是否跑步来预测脉搏率的变化会更有意义。

  2. 如果您确实将 Ran 作为响应变量,它是 0/1,因此泊松计数不是显而易见的选择——二项式模型(逻辑回归)更有意义。

于 2016-07-25T06:11:43.713 回答