La regresión de Poisson modela una variable dependiente que representa un conteo de eventos —número de visitas a un sitio web, cantidad de reclamos de seguro— asumiendo que esos conteos siguen una distribución de Poisson, en lugar de tratarla como una variable continua estándar como haría una regresión lineal tradicional.
Por qué no basta con una regresión lineal común
Los conteos nunca pueden ser negativos y suelen tener una relación no lineal con las variables predictoras, algo que la regresión de Poisson maneja correctamente mediante una transformación logarítmica interna, evitando las predicciones sin sentido (como conteos negativos) que podría producir una regresión lineal aplicada directamente a este tipo de datos.