在泊松回归中创建预测函数

Question

我有一个数据集，其中我需要对两周内医生的就诊次数随年龄组的变化（即<30，介于30和50之间）进行泊松回归分析。和＆gt; 50），性和疾病。保持性别和疾病数量的平均值不变。

以下是我的数据示例：

 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，由于我不知道如何正确输入这些组，所以我不知道该怎么做。因为我需要发现不同年龄组在两周内对医生的预期访问率。

我知道如何输入初始等式： glm（访问〜年龄+性别+疾病，数据= DoctorVisits，家庭= poisson）

但我不知道如何创建预测功能。

Answer 1

假设你想预测男性21岁和疾病= 3

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

在这里，您基本上创建了一个数据框，其中包含您希望在函数内部进行预测的obseravations。如果您有多个观察结果需要进行预测，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为明智，只需将"newdata="交换为"data="。

type = "response"会以与glm相同的格式给出预测，否则它将是log ods。