R 如何拟合比率为负二项分布的广义线性模型

我有一个数据集，使用一种方法（

PIROP_计数

）计算鸟类数量，使用另一种方法计算鸟类数量，在这种方法中，每5分钟的调查总是检测到较少的鸟类（

ECSAS_计数

）。我的数据集还记录了每次调查期间的

天气

和

海况

。我试图通过使用

glm.nb（）

将ECSAS/PIROP计数的比率拟合为负二项分布的广义线性模型，但考虑到响应变量必须是非负整数，我不知道如何继续。有人建议使用抵消术语，但我不清楚背景数据和代码，希望有人能澄清我应该如何继续

glm_birds = glm.nb(ECSAS_Count ~ SeaState + Weather, offset(PIROP_Count), data = df_test)
summary(glm_kitchen.sink)

---

是否正确使用此功能？如果是这样，为什么在我的总结中它显示为weights=offset（PIROP_Count）？

glm.nb是从哪个包来的？我在R的基本安装中没有看到它。在这种情况下，我认为您应该使用

+偏移量（PIROP_Count）

，因为

glm.nb

（re help）@apax Package MASS中没有

偏移量

参数。它是一个基本包，但需要通过调用

library

@ruibradas-monic加载；是的，这就是为什么它被用作权重，但我提供了我认为可能是正确的语法来向模型添加偏移量。虽然它可能是偏移量（log（PIROP_Count））对不起，我是说ECSAS_Count~…+偏移量（对数（PIROP_计数））glm.nb的

？我在R的基本安装中没有看到它。在这种情况下，我认为您应该使用
+偏移量（PIROP_Count）
，因为
glm.nb
（re help）@apax Package MASS中没有
偏移量
参数。它是一个基本包，但需要通过调用
library
@ruibradas-monic加载；是的，这就是为什么它被用作权重，但我提供了我认为可能是正确的语法来向模型添加偏移量。虽然它可能是偏移量（log（PIROP_Count））

对不起，我是说ECSAS_Count~…+偏移量（对数（PIROP_计数））