R 具有分类数据的Poisson-GLM
我试图使用标记为R 具有分类数据的Poisson-GLM,r,rstudio,glm,poisson,R,Rstudio,Glm,Poisson,我试图使用标记为s和v的分类数据计数来拟合泊松广义混合模型。由于数据是在具有不同持续时间的会话中收集的(请参见session\u dur\u s),因此我希望通过将offset放入glm模型中,将此信息作为预测值 这是我的桌子: label session counts session_dur_s s 1 587 6843 s 2 203 2095 s 3 187 1834 s 4 122 1340 s 5 40 1108
s
和v
的分类数据计数来拟合泊松广义混合模型。由于数据是在具有不同持续时间的会话中收集的(请参见session\u dur\u s
),因此我希望通过将offset
放入glm模型中,将此信息作为预测值
这是我的桌子:
label session counts session_dur_s
s 1 587 6843
s 2 203 2095
s 3 187 1834
s 4 122 1340
s 5 40 1108
s 6 64 476
s 7 60 593
v 1 147 6721
v 2 57 2095
v 3 58 1834
v 4 22 986
v 5 8 1108
v 6 12 476
v 7 11 593
我的数据:
label <- c("s","s","s","s","s","s","s","v","v","v","v","v","v","v")
session <- c(1,2,3,4,5,6,7,1,2,3,4,5,6,7)
counts <- c(587,203,187,122,40,64,60,147,54,58,22,8,12,11)
session_dur_s <-c(6843,2095,1834,1340,1108,476,593,6721,2095,1834,986,1108,476,593)
sv_dur <- data.frame(label,session,counts,session_dur_s)
label泊松GLM默认使用日志链接。也就是说,它可以执行为:
sv_dur_mod <- glm(counts ~ label * session,
data = sv_dur,
family = poisson("log"))
感谢您的评论。我一定要看一下日志偏移量。现在,只是出于好奇。如果我想在我的模型中使用dur_s
而不是计数
,我是否必须使用log(dur_s)?
sv_dur_mod <- glm(counts ~ label * session,
data = sv_dur,
family = poisson("log"))
sv_dur_mod <- glm(counts ~ label * session,
data = sv_dur,
offset = log(session_dur_s),
family = poisson("log"))