Poisson・負の二項のカウント回帰
バグ・不具合を報告
件数・発生回数のログリンク回帰と予測平均、適合度の確認。
観測行は独立と仮定します。観測量がある場合はlog(観測量)を係数1のオフセットとして使います。
欠測の自動補完や行削除は行いません。負の二項回帰ではαを既知値として指定してください。
項目を入力・選択してから「計算する」を押してください。
選択内容に応じて、残りの入力項目を案内します。
計算結果
—件/観測量1
- X1の係数率比
- —
- X2の係数率比
- —
- X3の係数率比
- —
- 観測数
- —
- 残差自由度
- —
- Pearson χ²/残差自由度
- —
- 逸脱度
- —
- 対数尤度
- —
- AIC(α固定)
- —
- 反復回数
- —
値を入力して計算してください。
この計算機は使いやすかったですか?
回答はサイト改善のために保存します。入力値・計算結果は送りません。
ありがとうございます。よかったら、上の共有ボタンからこの計算機を紹介しませんか?
計算方法・適用範囲・出典
計算方法
ηᵢ=β₀+β₁X1ᵢ+β₂X2ᵢ+β₃X3ᵢ+log(観測量ᵢ)、μᵢ=exp(ηᵢ)。未使用の説明変数は式から除外。Poissonの分散はμᵢ、NB2の分散はμᵢ+αμᵢ²(α>0、指定値で固定)。Fisher scoringで対数尤度を最大化し、収束後に期待情報行列から標準誤差を算出。係数率比=exp(β)、95% Wald区間=exp(β±1.96×SE)。Pearson χ²=Σ(y−μ)²/Var、残差自由度=n−係数数。逸脱度=2(飽和モデルの対数尤度−推定モデルの対数尤度)、AIC=2×係数数−2×対数尤度。
係数β・exp(β)・95% Wald区間、各行の予測平均、対数尤度、逸脱度、Pearson χ²/残差自由度、AIC。
計算例(架空の数値)
観測量1、1、2に対してカウント1、2、3を入力し、X1~X3を使わないPoissonモデルでは、推定率は(1+2+3)/(1+1+2)=1.5件/観測量1、予測カウントは1.5、1.5、3です。
適用対象と限界
各行が独立した観測で、応答が0以上の整数、観測量が正かつ説明変数が完全なデータ。αの自動推定、ゼロ過剰モデル、加重推定、クラスターロバスト誤差、欠測補完、完全分離、因果推論、予測の保証は扱わない。。
方法と出典
方法:statsmodels 0.14.6 GLM / Poisson・NegativeBinomial(NB2, α固定)に対応する式;本実装 1.0。データ記録日:2026-11-13。