Utilizando glm em R para resolver equação simples
Pergunta
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
Solução
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.