Obecnie pracuję nad projektem z udziałem GLM (i ewentualnie GAM) niektórych danych zliczających w czasie. Normalnie zrobiłbym to w SAS, ale próbuję przejść do R i mam ... problemy.
Kiedy dopasowuję GLM do zliczania danych, używając następujących elementów:
cdi_model <- glm(counts ~ exposure + covariate + month, data=test, family = poisson)
Dostaję:
Deviance Residuals:
Min 1Q Median 3Q Max
-1.9825 -0.7903 -0.1187 0.5717 1.7649
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 1.97563 0.20117 9.821 < 2e-16 ***
exposure 0.94528 0.30808 3.068 0.00215 **
covariate -0.01317 0.28044 -0.047 0.96254
months -0.03203 0.01303 -2.458 0.01398 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for poisson family taken to be 1)
Null deviance: 40.219 on 29 degrees of freedom
Residual deviance: 29.297 on 26 degrees of freedom
AIC: 137.7
Number of Fisher Scoring iterations: 5
Zignoruj na chwilę wydajność lub jej brak samego modelu - w tym momencie głównie grając ze składnią i tym podobnymi.
Jednak gdy próbuję dopasować dane stawki (liczby / osobodni) i użyć przesunięcia w następujący sposób:
cdi_model <- glm(count_rate ~ exposure + covariate + months + offset(log(pd)), data=test, family = poisson)
Dostaję ponad 50 ostrzeżeń, wszystkie „1: In dpois (y, mu, log = TRUE): non-integer x = 0,002082” itd. To więcej niż jedno na każdą obserwację (w zestawie danych jest tylko 30).
Dodatkowo dopasowanie modelu wydaje się pasować. Dane wyjściowe są następujące:
Deviance Residuals:
Min 1Q Median 3Q Max
-0.0273656 -0.0122169 0.0002396 0.0072269 0.0258643
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -15.40110 15.12772 -1.018 0.309
exposure 0.84848 22.18012 0.038 0.969
covariate -0.02751 21.31262 -0.001 0.999
months -0.01889 0.95977 -0.020 0.984
(Dispersion parameter for poisson family taken to be 1)
Null deviance: 0.0068690 on 29 degrees of freedom
Residual deviance: 0.0054338 on 26 degrees of freedom
AIC: Inf
Number of Fisher Scoring iterations: 9
Mimo to, jeśli wykreślę przewidywaną częstość w stosunku do rzeczywistych danych, dopasowanie nie będzie wyglądać o wiele gorzej, a oszacowanie rzeczywistego efektu nie zmieni się aż tak bardzo.
Czy ktoś ma pojęcie, co się dzieje - a może wszystko idzie dobrze i brakuje mi czegoś z powodu braku doświadczenia?
(counts/thing)
to logarytmiczny model liniowy jest prawie zawszecounts ~ ... + offset(log(thing))
. I podczas gdy domyślamy się innych rzeczy, przewiduję również, żelog(pd) == exposure
...