Utilizando glm em R para resolver equação simples

Question

Eu tenho alguns dados a partir de uma distribuição de poisson e ter uma equação simples eu quero resolver utilizando glm.

A equação matemática que é observado = y * o esperado.

Eu tenho o observado e o esperado de dados e deseja usar glm para encontrar o melhor valor de y, que eu preciso multiplicar o esperado para chegar observado.Eu também quero obter intervalos de confiança para y.

Devo estar fazendo algo como isto

glm(observed ~ expected + offset(log(expected)) + 0, family = 'poisson', data = dataDF)

Em seguida, tomando a exponencial do coeficiente?Eu tentei isso, mas o valor dado é muito diferente do que eu recebo quando eu divida a soma de a observada pela soma do esperado, e eu pensei que estes devem ser semelhantes.

Estou fazendo algo errado?

Obrigado

Answer 1

Tente isso:

 logFac <- coef( glm(observed ~ offset(expected) , family = 'poisson', data = dataDF))
 Fac <- exp( logFac[1] )  # That's the intercept term

Que modelo é realmente : observed ~ 1 + offset(expected) e uma vez que está sendo estimado em uma escala logarítmica, a interseção se torna o fator de conversão para converter entre o 'esperado' e 'observado'.Os comentários negativos são a prova de que você deve tenha publicado no CrossValidated.com onde as estatísticas gerais dos métodos de questões são mais bem-vindas.