背景：在带有偏移的泊松回归中，就像在这个答案中一样，@Hong Ooi 写道

您的基础随机变量仍然是$Y$, 但除以$\varepsilon$ 我们已经将模型方程的 LHS 转换为每单位曝光的事件率。但是这个除法也改变了响应的方差，所以我们必须加权$\varepsilon$拟合模型时。

问：自曝光以来$\varepsilon$在拟合模型时考虑了这一点，这是否意味着可以将（多个）观察结果划分为具有新曝光的多个观察结果$\varepsilon_i$， 在哪里$\sum_i\varepsilon_i=\varepsilon$，而不影响参数估计的方差$\beta$?

尝试：直觉上我会认为这样做会给我更多的“观察”，这会减少每个人的方差$\beta$估计，即使我们权衡$\varepsilon$拟合模型时。

通过将观察分为多个观察，我的意思是：

更新：不久前@Scortchi 以十倍写了这个：

如果您使用完全似然公式（泊松 + 偏移量），则不会有任何变化 - 10 小时内 5 次计数与 6 小时内 1 次计数和 4 小时内 4 次计数相同。如果您使用准泊松公式，您将获得相同的点估计值，但当您对色散参数的估计值发生变化时，标准误差会发生变化。