配適「過度離散」的卜瓦松 (Poisson) 迴歸
- 將指向 ships.sav 的「統計資料檔案」來源節點新增至 Demos 資料夾。
圖 1. 分析損壞率的串流樣本 
- 在來源節點的「過濾」標籤上，排除欄位 months_service。此變數的對數轉換值包含在 log_months_service 中，以用於後續分析。
圖 2. 過濾不需要的欄位 
（您也可以在「類型」標籤上將此欄位的角色變更為無而不是將其排除，或選取您要在建模節點中使用的欄位。）
- 在來源節點的「類型」標籤上，將 damage_incidents 欄位的角色設定為目標。所有其他欄位都應該將其角色設定為輸入。
- 按一下讀取值以將資料實例化。
圖 3. 設定欄位角色 
- 將 Genlin 節點連接至來源節點；在 Genlin 節點中，按一下模型標籤。
- 選取 log_months_service 作為偏移變數。
圖 4. 選擇模型選項 
- 按一下專家標籤並選取專家以啟動專家建模選項。
圖 5. 選擇專家選項 
- 選取 Poisson 作為回應分佈，並選取對數作為鏈結函數。
- 選取 Pearson Chi-Square 作為預估比例參數的方法。在 Poisson 回歸中，比例參數一般假設為 1，但 McCullagh 和 Nelder 使用 Pearson chi-square 預估來取得更多的保守變異估計和顯著水平。
- 選取遞減作為因素的種類順序。 這指出每個因素的第一個種類將是其參照種類；此選擇對模型造成的效應會在參數估計值中解譯。
- 按一下執行以建立模型塊，以新增至串流畫布，並同時新增至右上角中的「模型」畫布。若要檢視模型的詳細資料，請用滑鼠右鍵按一下區塊並選擇編輯或瀏覽，然後選取進階標籤。