在这篇文章中，OP 询问了对数线性回归和逻辑回归之间的区别。帖子中的两个答案非常清楚，直接解决了OP的问题。

我了解对数线性回归和逻辑回归有很大不同，但不明白对数线性回归和泊松回归有什么区别？

我认为 AdamO 和 Gung 的回答并没有详细解释我的问题。

来自亚当奥

对数线性模型实际上只是一个泊松回归模型

从贡

“对数线性回归”通常被理解为应用于多路列联表的泊松 GLiM。

更新：我正在阅读R 中R0 包的一些源代码。作者试图使用不同的方法估计指数增长率：

 ##details<< method "poisson" uses Poisson regression of incidence.
 ## method "linear" uses linear regression of log(incidence)
 if (reg.met == "linear") {
 tmp <-lm((log(incid)) ~ t, data=epid)
 ...
 } 

 # Method 2 == Poisson regression
 else if (reg.met == "poisson") {
   tmp <- glm(incid ~ t, family=poisson(), data=epid)
   ...
 }

对数尺度的线性回归和泊松回归之间有什么关系吗？使用不同方法的原因是什么？