最近我老板的资料里有一个依变项是由10题单纯询问有没有使用不同服务
相加得出的指标，所以这个依变项最小值=0 最大值=10，
而这个依变项有很多0，比较接近poisson的分布，可能平均数等於变异数
所以他要我用posisson来处理。
我的问题是，poisson不是处理"固定时间"内事件发生机率的情况吗？
像上述的资料也能称做count data吗？是允许用poisson来处理的吗？
又如果不允许的话，请问是不是进行线性转换，使用线性回归即可呢？
第二个问题是
我手上有一笔资料的分布是一个比例的资料介於 0~1
但是他的分布是三个峰分别是0, 0.5, 1
http://ppt.cc/GZ29
不晓得这样的分布各位建议怎麽处理呢？
我只有想到quantile regression，不晓得对不对？
谢谢:)
※ 编辑: evilove 来自: 67.167.206.227 (10/10 10:44)
1F：→ yhliu:不一定符合 Poisson, 但或许可算 Poisson like. 10/10 12:12
2F：→ yhliu:可能不符合 Poisson 的原因是 (1)10题不算多;(2)各题间相关. 10/10 12:13
3F：→ yhliu:若 X1,...,Xn 是相互独立, 成功率极低的 Bernoulli 随机变数 10/10 12:14
4F：→ yhliu:n 够大, 而成功率加总值不大,则 X1+...+Xn 近似服从 Poisson 10/10 12:15
5F：→ bmka:第二个问题解释一下response variable是怎麽得来的吧 10/13 12:44
6F：→ bmka:"% of total grants success"那麽应该有total grants跟 10/13 12:45
7F：→ bmka:numer of successful grants的原始资料吧(?) 10/13 12:46
8F：→ evilove:b大，你说的没错，有那两项资料。 10/13 13:58
9F：→ bmka:try random effects model for binary data, 每个人是一个 10/14 05:28
10F：→ bmka:cluster, "number of grant applications"是cluster size 10/14 05:29
11F：→ bmka:outcome for each grant application is binary (success/ 10/14 05:30
12F：→ bmka:failure) 10/14 05:30
13F：→ evilove:谢谢b大，我来研究看看你说的方法^_^.... 10/14 07:01
14F：→ evilove:不过原来可以这样用random effects model，受教了:) 10/14 07:03
15F：→ evilove:阿！我只有个人申请grant的总数，以及成功的总数，但是没 10/14 07:09
16F：→ evilove:有每一笔grant是成功或失败的资料:( 10/14 07:09
17F：→ bmka:you can create the variable by yourself. 10/14 09:47
18F：→ bmka:之所以不建议直接分析percentage是因为每个人申请件数不同 10/14 09:52
19F：→ bmka:件数多的人percentage的variability小,需要考虑weighing 10/14 09:54
20F：→ evilove:对不起，不太懂你说的自己做一个变项是什麽意思？我这个是 10/14 12:50
21F：→ evilove:survey的资料，一题问学者申请多少件，一题问成功多少件 10/14 12:51
22F：→ evilove:所以outcome for each grant application我没办法知道 10/14 12:52
23F：→ evilove:谢谢你的热心～ 10/14 12:53
24F：→ bmka:申请五件成功三件不就三个1两个0,其他的covariate就复制5次 10/14 19:18
25F：→ bmka:所以本来一个id行资料变成一个id m行,m是申请件数 10/14 19:21
26F：→ bmka: 一 10/14 19:24
27F：→ bmka:1跟0的顺序对你的分析不会有影响 10/14 19:28
28F：→ bmka:因为同一个cluster(由id定义)的covarite都一样 10/14 19:30
29F：→ evilove:喔喔喔，豁然开朗，真厉害！！感恩～ 10/15 00:29