R遥远软件包中的发现数据集：如何使用因变量和自变量进行预测？泊松回归

如何解决R遥远软件包中的发现数据集：如何使用因变量和自变量进行预测？泊松回归

##这里我使用了遥远软件包中的“发现”数据集。

library('faraway')
data("discoveries")

＃从1860年到1959年设定了可变的“年份”

year = 1860:1959

##我在这里建立了泊松回归模型，发现与依存性相关，年份与独立性相关。

fit_pois =  glm(discoveries ~ year,data = discoveries,family = poisson)

##问题是，“ 1960”年有4个发现的概率是多少（假设模型是正确的并且正在预测未来）。我试图用

pred_pr = predict.glm(fit_pois,data.frame(discoveries = 4,year = 1960,type = 'response'))

##但是，当我对数据进行预测时，它会给出不是概率的数字。请帮助！！

解决方法

让我们从复制模型开始：

library('faraway')
data("discoveries")

year = 1860:1959
fit_pois <- glm(discoveries ~ year,data = discoveries,family = poisson)

现在，如果我们使用predict，我们的fit_pois模型将告诉我们任何给定年份的预计发现率。它将完全忽略传递给discoveries的{​​{1}}参数的数据框中的任何newdata，因为我们的模型仅基于predict变量来预测发现。

还要注意，在您的示例中，您将year作为变量包含在type = "response"数据框中，而不是将其作为参数传递给newdata。因此预测行应如下所示：

predict

我们得到的结果是：

pred_pr = predict.glm(fit_pois,newdata = data.frame(year = 1960),type = 'response')

让我们思考一下这意味着什么。由于我们正在进行Poisson回归，因此该数字代表1960年pred_pr #> 1 #> 2.336768 的期望值。这意味着，如果我们检查带有期望值的Poisson分布，则可以估计恰好有4个发现的概率（也称为2.336768的 lambda ）。让我们使用discoveries来查看如果lambda为2.336768则获得0到6个发现的概率：

dpois

因此，在1960年有4个发现的概率为：

plot(0:6,dpois(0:6,pred_pr),type = "h")

即几乎完全是12％