拟合“高度离散的”泊松回归
- 在 Demos 文件夹中添加指向 ships.sav 的“Statistics 文件”源节点。
图 1. 用于分析损坏率的样本流 
- 在源节点的“过滤”选项卡上，排除字段 months_service。该变量的经对数转换的值包含在 log_months_service 中，这些值将在分析中使用。
图 2. 过滤不需要的字段 
（或者，也可以将“类型”选项卡上该字段的角色改为无而不是排除该字段，或选择您要在模型节点中使用的字段。）
- 在源节点的类型选项卡中，将 damage_incidents 字段的角色设置为 Target。将所有其他字段的角色设置为 Input。
- 单击读取值以实例化数据。
图 3. 设置字段角色 
- 将 GenLin 节点附加到源节点；在 GenLin 节点中，单击 模型 选项卡。
- 选择 log_months_service 作为偏移变量。
图 4. 选择模型选项 
- 单击 专家 选项卡并选择 专家 以激活专家建模选项。
图 5. 选择专家选项 
- 选择泊松作为响应的分布，并选择对数作为关联函数。
- 选择 Pearson 卡方作为估计尺度参数的方法。尺度参数在泊松回归中通常假设为 1，但 McCullagh 和 Nelder 却用 Pearson 卡方估计来获得更保守的方差估计值和显著性水平。
- 选择降序作为因子的类别顺序。这指示每个因子的第一个类别将是其参考类别；模型中此项选择的效应由参数估计解释。
- 单击运行以创建模型块，此模型块将被添加到流工作区和位于右上角的“模型”选用板中。要查看模型详细信息，请右键单击此模型块并选择编辑或浏览，然后单击高级选项卡。