【正文】 1 (Dispersion parameter for poisson family taken to be 1) Null deviance: on 59 degrees of freedom Residual deviance: on 56 degrees of freedom AIC: 思考 ： 列聯表與 Poisson對數線性模型， 以及后面要介紹的試驗設計的數據表有什么區(qū)別？ 。 39。 39。 39。 39。Person=factor(Person) a=glm(Incidents~Time+Machine+Person,family=poisson) summary(a) 數據（ , , ） summary(a) Call: glm(formula = Incidents ~ Time + Machine + Person, family = poisson) Deviance Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error z value Pr(|z|) (Intercept) . Time *** Machine2 * Person2 Signif. codes: 0 39。 數據（ , , ） m=(d:/booktj1/data/,header=T) attach(m)。最后 ContinueOK即可得出結果 。 ? 再選 Model（ 模型 ） ， 這里以選 Custom（ 自定義 ） ， 在Building Terms（ 構造模型的項 ） 選 Main effect（ 主效應 ） ， 再把三個變量一個一個地選進來 。 1 (Dispersion parameter for poisson family taken to be 1) Null deviance: on 59 degrees of freedom Residual deviance: on 55 degrees of freedom AIC: Number of Fisher Scoring iterations: 4 SPSS的 實現 ? [數據 ] 假定已經加權 ? 這時的選項為 Analyze－ Loglinear－ General, ? 首先選擇格子中頻數的分布 ,這里是 Poisson分布 。 39。 39。 39。 39。Polution=factor(Polution) a=glm(Count~Sex+Polution+Age,family=poisson) summary(a) 數據 () m=(d:/booktj1/data/) Call: glm(formula = Count ~ Sex + Polution + Age, family = poisson) Deviance Residuals: Min 1Q Median 3Q Max Coefficients: Estimate Std. Error z value Pr(|z|) (Intercept) 2e16 *** Sex2 Polution2 ** Polution3 Age . Signif. codes: 0 39。 ? 通過更進一步的分析 （ 這里不進行 ） ， 可以發(fā)現 ，中度和嚴重空氣污染 （ 無論單獨還是一起 ） 和輕度空氣污染比較都顯著增加哮喘人數 ， 而中度及嚴重污染時的哮喘人數并沒有顯著區(qū)別 。 輕度污染顯然比中度污染和嚴重污染哮喘要好 。 ? 注意 ， 這里的對主效應 ?I和 ?j的估計只有相對意義；它們在一個參數為 0的約束條件下得到的 。 這個模型可以寫成 ? 這里 m為常數項， ?i為性別 （ i=1,2分別代表女性和男性兩個水平）， ?j為空氣污染程度 （ j=1,2,3代表低、中高三個污染水平）， x為連續(xù)變量年齡 ， 而 g為年齡前面的系數 ， eij為 殘差項 。 這里的條件就是給出的性別 、 空氣污染程度與年齡 。 ? 這個表格和前面的列聯表的不同點在于每一格的計數并不簡單是前面三個變量的組合的數目 (某個年齡段 ， 某種性別及某種污染下的人數 )， 而是代表了某個年齡段 ，某種性別及某種污染下 發(fā)生哮喘的人數 。 這是關于哮喘病人個數和空氣污染程度 ， 年齡和性別的數據 （ ） ? 后面表格為某地在一段時間記錄的 60組在不同空氣污染狀態(tài)的不同年齡及不同性別的人的 發(fā)生哮喘的人數 。 ? 如果 SPSS的 Viewer輸出不完全 ， 可以選中不完全的輸出 ， 利用 EditCopy Objects來復制到例如記事本那樣的文件中 ， 就可以看到完整輸出了 Poison對數線性模型 ? 有的時候 ， 類似的高維表并不一定滿足多項分布對數線性模型 。但如果不想這樣 ,可以選Custom(自定義 ),在 Building Terms(構造模型的項 )選Main effect(主效應 ),再把三個變量一個一個地選進來 (如果兩個或三個一同選入 ， 等于選入交叉效應 ). ? 如果想要知道模型參數 ， 在 Options中選擇 Estimates。 G ood ne s s o f Fi t T e s t sa , b2 4 . 1 3 7 7 . 0 0 12 2 . 5 4 1 7 . 0 0 2L i k e l i h o o d R a t i oP e a r s o n C h i S q u a r eV a l u e df S i g .M o d e l : M u l t i n o m i a la . D e s i g n : C o n s t a n t + i n c o m e + o p i n i o n + s e xb . P a r a m e t e r E s t i m a t e sc , d2 . 2 7 7a. 5 1 7 . 2 2 7 2 . 2 7 9 . 0 2 3 . 0 7 3 . 9 6 2. 2 5 5 . 2 3 9 1 . 0 6 5 . 2 8 7 . 2 1 4 . 7 2 40b. . . . . . 6 9 3 . 1 9 1 3 . 6 2 4 . 0 0 0 1 . 0 6 8 . 3 1 80b. . . .