在泊松回归中创建预测函数答案

【问题标题】：Creating predict function in a Poisson regression在泊松回归中创建预测函数
【发布时间】：2016-12-28 16:19:47
【问题描述】：

我有一个数据集，我需要在其中执行泊松回归分析，了解两周内看医生的次数随年龄组的变化（即50)、性别和疾病。将性别和疾病数量保持在平均值不变。

这是我的数据示例：

 visits gender age illness
     1 female  19       1
     1 female  19       1
     1   male  19       3
     1   male  19       1
     1   male  19       2
     1 female  19       5
     1 female  19       4
     1 female  19       3
     1 female  19       2
     1   male  19       1

但是，我不知道该怎么做，因为我不知道如何正确输入这些组。因为我需要发现不同年龄组在两周内看医生的预测率。

我知道如何输入初始方程： glm(访问~年龄+性别+疾病，数据=DoctorVisits，家庭=泊松)

但我不知道如何创建预测函数。

【问题讨论】：

首先使用cut在您的训练数据中创建年龄组。
@Roland 对于“30 到 50 岁之间”的年龄组，我会使用什么函数或运算符？感谢您的帮助。
我告诉过你：cut。研究它的文档。
要将预测函数与 glm 的输出一起使用，首先创建一个数据框，其列名称与您的模型相同。在这种情况下，包含年龄、性别和疾病的 3 列数据框。由于我假设年龄是一个整数，因此要获得 30-50 之间组的预测，您将不得不采用某种类型的平均值或返回原始数据集并将年龄列转换为具有 cut 函数的因子正如罗兰建议的那样。

标签： r predict poisson

【解决方案1】：

假设您要预测男性 21 岁和疾病 = 3

predict(your_glm, 
newdata = data.frame(gender = "male", age = 21, illness = 3),
type = "response")

在这里，您基本上是在创建一个数据框，其中包含您想要在函数内部进行预测的观测值。如果您有多个需要预测的观察结果，那么首先单独创建数据框然后将其提供给预测函数可能更明智，只需将"newdata=" 交换为"data="。

type = "response" 将以与 glm 中相同的格式为您提供预测，否则它将是 log ods。

【讨论】：