求解期望值泊松回归

Question

我有标记为Sij的每对大脑区域之间在大脑中运行的轨迹数。我还用标记为gij的每对区域之间的轨迹距离进行了计算。 i和j代表每个大脑区域。

例如，如果这是文件：

Sij    gij
331     15.2
428     11.1
797     45
313     54
142     12

我正在尝试使用泊松回归模型调整低于12距离的gij值的偏差。

我想做的是解决此给定具有泊松模型的log0函数的alpha0和alpha1的问题：

log(μ(Sij|gij))=α0+α1gij

但是这里的问题是我不确定如何找到该值：μ（Sij | gij），它等效地称为期望值E（x）。

我当时想这样做是r代码：

summary(m1 <- glm(Sij$file ~ gij$file, family=poisson(link=log), data=p))

但是我了解的是，从中我将获得alpha0和alpha1，但是我不确定如何获得期望值

Answer 1

有一个用于期望值的命令，它是加权平均值：

weighted.mean(Sij, gij)