ทำนายปัวซอง GLM พร้อมออฟเซ็ต


9

ฉันรู้ว่านี่อาจเป็นคำถามพื้นฐาน ... แต่ฉันดูเหมือนจะไม่พบคำตอบ

ฉันเหมาะสมกับ GLM กับครอบครัวปัวซงแล้วลองดูการคาดคะเน แต่สิ่งที่พิจารณาจะนำมาพิจารณา:

model_glm=glm(cases~rhs(data$year,2003)+lhs(data$year,2003),
offset=(log(population)), data=data, subset=28:36, family=poisson())

predict (model_glm, type="response")

ฉันได้รับคดีไม่ใช่อัตรา ...

ฉันได้ลองแล้วเช่นกัน

model_glm=glm(cases~rhs(data$year,2003)+lhs(data$year,2003)+
offset(log(population)), data=data, subset=28:36, family=poisson())

ด้วยผลลัพธ์เดียวกัน อย่างไรก็ตามเมื่อฉันทำนายจาก GAM โดยใช้ mgcv การคาดคะเนจะพิจารณาการชดเชย (ฉันได้รับอัตรา)

ฉันทำอะไรบางอย่างหายไป?


1
โปรดอย่าข้ามโพสต์ที่นี่และในรายการช่วยเหลือ r ... และถ้าคุณกำลังจะโพสต์บนฟอรัม stackoverflow / stackexchange ฉันคิดว่าดังนั้นจะดีกว่า (นี่เป็นคำถาม R ทางเทคนิคไม่ใช่คำถามสถิติ ... )
Ben Bolker

คำตอบ:


12

มันถูกต้องที่คุณจะได้รับกรณีแทนอัตราเนื่องจากคุณกำลังทำนายกรณีและปัญหา หากคุณต้องการได้รับอัตราที่คุณควรใช้วิธีการทำนายในชุดข้อมูลใหม่ที่มีคอลัมน์ทั้งหมดเท่ากับข้อมูล แต่คอลัมน์ประชากรเท่ากับ 1 เท่ากับดังนั้นเพื่อให้มีการบันทึก (populaton) = 0 ในกรณีนี้คุณจะได้รับจำนวนกรณีของหนึ่งหน่วยของประชากรเช่นอัตรา


1
ขอบคุณที่ตอบฉัน ฉันไม่คิดว่ามันแปลกที่จะคาดการณ์กรณีฉันแค่คิดว่าฉันหายไปบางสิ่งบางอย่างเพื่อตั้งค่าการทำนายสำหรับอัตรา (กรณี / ประชากร) เนื่องจากในเกมของ GAM ฉันไม่จำเป็นต้องเพิ่มสิ่งอื่นใดในการคาดการณ์ (กรณี / ประชากร)
Sandra
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.