流程包括选题和研究思路的确定、研究设计和数据采集、数据预处理、模型训练和变量选择......

流程包括思考研究目的、数据质控、降维分析、因子筛选、模型构建、模型评价、模型验证、模型应用

泊松回归主要适用于罕见结局发生率的分析，其数据特征一般为：发生率的分母相对于分子较大，或者事件发生于有限的时间、空间上。事件发生数量可以近似为服从泊松分布。常见的例子如，士兵意外死亡数量、电话拨打错误的数量、罕见疾病的发病率等。

深入探讨两种主流的非线性建模方法