포아송 회귀분석 (카운트 회귀)

작업자 경력이나 교대조에 따라 결함 수가 어떻게 달라지는지처럼 0 이상의 정수(건수) 반응을 분석합니다. 발생률비(IRR)로 요인의 영향을 비율로 해석하고, 검사 시간처럼 관측량이 다르면 노출량으로 보정합니다.

1데이터 레이블

엑셀에서 복사한 표를 셀에 붙여넣으세요(Ctrl+V). 열 이름(A, B…)을 클릭한 뒤 붙여넣으면 첫 줄이 열 이름이 됩니다. 열 이름 더블클릭은 이름 변경, 우클릭은 행·열 삽입/삭제, =A1*2 같은 수식도 쓸 수 있습니다.

2포아송 회귀 옵션

숫자형 예측변수(여러 개 선택 가능):
범주형 예측변수(여러 개 선택 가능, 선택 사항):

포아송 회귀 하는 방법

  1. 카운트 반응 열과 예측변수 열(필요하면 노출량 열)을 머리글과 함께 복사합니다.
  2. 카운트 반응변수 Y와 예측변수를 고르고, 관측 기간·면적이 다르면 '노출량(Offset) 열 사용'을 체크해 노출량 열을 고릅니다.
  3. 분석하기를 누르고 IRR과 과산포 지표를 확인합니다.

예제 데이터로 보는 결과

예제 데이터는 검사 36건의 작업자 경력(년)·교대조(주간/야간)·검사 시간(h)과 발견된 결함 수입니다. 결함 수를 카운트 반응변수로, 경력을 숫자형, 교대조를 범주형 예측변수로, 검사 시간을 노출량(Offset)으로 씁니다.

검사별 실제 결함 수(파랑)와 포아송 회귀 예측 건수(주황)
검사별 실제 결함 수(파랑)와 포아송 회귀 예측 건수(주황)

경력의 발생률비(IRR)는 0.9173(95% CI 0.8723 ~ 0.9645, p=0.0007569)으로, 경력이 1년 늘 때마다 시간당 결함 수가 약 8% 줄어듭니다.

교대조는 야간을 기준으로 주간의 IRR이 0.7285(95% CI 0.5158 ~ 1.029)라 주간 결함이 약 27% 적어 보이지만 신뢰구간이 1을 포함해 유의하지는 않습니다(p=0.07219).

과산포 지표(Pearson χ²/df)=0.8314로 1에 가까워 포아송 가정에 무리가 없습니다. 실제·예측 건수 그래프에서 두 색 점이 대체로 가까이 붙어 있습니다.

계산 방법

statsmodels GLM(Poisson, 로그 연결, IRLS)으로 log(기대 건수) = b₀ + b₁X₁ + … (+ log 노출량)을 적합합니다. 발생률비(IRR) = exp(계수)이고 신뢰구간은 정규근사 구간을 지수변환한 값입니다.

과산포 지표 = Pearson χ² / 잔차 자유도이며 1.5보다 크면 과산포 가능성을 알려줍니다. 반응변수는 0 이상의 정수여야 합니다.

결과 화면 구성

계수·IRR, 적합도·과산포, 실제·예측 건수, IRR Forest Plot, 잔차 대 적합값(Pearson 잔차), 영향점 Plot(잔차 절댓값 상위 10개 강조)이 나옵니다.

포아송 회귀 결과 해석

  • IRR이 1.2면 그 예측변수가 1 늘 때 기대 건수가 20% 늘고, 0.8이면 20% 줍니다. 범주형 항은 기준 수준 대비 비율입니다.
  • 과산포 지표가 1보다 뚜렷이 크면 포아송 가정보다 분산이 커서 p-value가 실제보다 작게 나올 수 있습니다.
  • 영향점 Plot의 빨간 막대가 모형이 잘 설명하지 못하는 관측치입니다.

자주 묻는 질문

노출량(Offset)은 언제 쓰나요?

관측 시간·면적·생산량이 행마다 달라 건수를 그대로 비교할 수 없을 때 씁니다. 노출량 열은 0보다 커야 합니다.

소수가 섞여 있으면요?

반응변수는 0 이상의 정수(건수)여야 하므로 입력 오류 안내가 나옵니다.

모형 전체 유의성은 어떻게 판정하나요?

계수들 중 가장 작은 p-value(절편 포함)로 판정 문장을 만듭니다.

다른 그래프 도구