Poisson 回归检验一个或多个预测变量与出现计数的响应之间的关系。回归方程解释了出现次数如何随着预测变量的变化而变化。

对数链接为估计系数提供了最自然的解释，因此它是 Minitab 中的默认链接。解释的概要如下：

·    如果估计系数的量值为 -0.1–0.1，则系数是预测变量中每发生一个单位的变化，响应按比例变化的近似估计值。例如，系数为 0.05 表明预测变量中每增大一个单位，计数将增大大约 5%。

·     随着估计系数的量值的增大，按比例变化的近似值将进一步恶化。若要在响应中查找按比例变化量，请计算 eβ−1。

系数
 
                                     方差膨
项                 系数  系数标准误  胀因子
常量             4.3982      0.0628
温度          -0.001974    0.000318    1.00
清洁小时        0.01798     0.00826    1.00
螺丝钉的大小
  小            -0.1546      0.0427    1.00
                                          

对于这些树脂缺陷数据，模型使用自然对数链接函数。自上次清洁后的时间系数很小且为正，表明缺陷数每过一小时增大 1.8%。温度系数很小且为负，表明温度每升高 1 摄氏度，缺陷数就会减少大约 0.2%。

螺丝钉大小的系数远离于 0（而非 -0.1），因此在解释前进行计算是很有帮助的。计算 e-0.1546-1 = -0.1432。对类别预测变量的计算表明，从大螺丝钉到小螺丝钉的变化，缺陷数降低了大约 14%。