啊，事故率，我的老朋友。

你是对的。如果我们有一个 0/​​1 变量，则 IRR 为 0.7 意味着 X = 1 的事件将是 X = 0 的事件事件的 0.7 倍。如果您想要预测计数的实际数量，则必须返回-跟踪未取幂的模型系数。那么您的预期情况将是：

counts = exp(B0 + B1*X)，其中 B0 是截距项，B1 是变量的系数（在本例中等于 ~-0.3365），X 是您要为其计算的任何组的 X 值。我发现这有时是一个有用的健全性检查，以确保我没有在模型本身中做任何可怕的错误。

如果您更熟悉其他生存分析领域的风险比，请注意，发病率比是一种风险比，只是有一组非常特殊的假设 - 风险既成比例又是恒定的。可以用同样的方式解释。

是的，这听起来很正确：准确地说，当自变量增加一个单位时，预期计数乘以 0.7 倍。

术语“发生率比率”假设您也在拟合具有exposure()（偏移）项的模型，通常指定观察每个单元的时间，在这种情况下，您有每单位时间的预期计数，而不是预期计数，即率。称它们为发病率是流行病学的术语。