IBM SPSS Modelerで一般化線形モデル（GLM）：ポアソン回帰

GLMといえば、Rで分析していましたが、IBM SPSS Modeler（Clementine）でも同様のことができます。
本当に値って同じ結果が得られるのか？と検証しました。

結果は、RもModelerも同じ結果になっています。ｗ

ポアソン回帰ですが、どういう場合に使うのか？
y <- x1 + x2
を考えた時に、yが上限のないカウントデータの場合にポアソン回帰を使います。

具体的な事例では、1年間にアクションする回数とかでしょうか。
たとえば、旅行サイトのアクション数を想定した場合、ある人は0回ですし、ある人は1回といったデータです。

Rで書く場合は、
　fit.all <- glm(y ~ x + f, data = d, family = poisson)
と書けばOKです。

リンク関数を正確に書くならば、
　fit.all <- glm( y ~ x + f, data = d, family = poisson(link = "log") )
と書きます。

Modelerの場合の設定は、わかりにくいですが、

と設定すれば、Rと同じ結果が得られます。