计数数据分析：泊松回归及其替代方案的温和介绍

计数数据反映了在固定时间段内某种行为的发生次数（例如，儿童在游乐场期间的攻击行为数量）。当结果变量是一个低算术平均数的计数时（通常 < 10），标准的普通最小二乘回归可能会产生偏差结果。我们提供了针对计数数据适当分析的回归模型介绍。我们通过一个例子介绍标准的泊松回归，并讨论其解释。介绍了两种泊松回归的变体：过度散布的泊松回归和负二项回归，当标准泊松回归的一个关键假设被违反时，它们可能提供更优的结果。我们还讨论了过多零的问题，其中包括一个从未表现出该行为的受访者子群，并且截断零是指那些因抽样方案而被排除的零计数受访者。我们提供了在SAS和SPSS中插图的计算机语法。泊松回归模型家族提供了对计数数据改进且易于实施的分析。本文提供了补充材料。请访问《个性评估杂志》的在线版以获取以下免费的补充资源：本文中用来说明泊松回归的数据集，有三种格式——文本文件、SPSS数据库或SAS数据库。