R中的Tweedie的实际值和预期值不同
我正在尝试在R中的insuranceData库的'dataCar'数据集上实施Tweedie分布。我已经采用了所有变量并建模了平均严重性（=索赔成本/索赔数量）。但是实际严重程度与预测的有很大不同。我已经使用GLM和tweedie家族来实现它。我使用了电源以及日志链接功能。
out_2_vb <- tweedie.profile(
severity~veh_value+veh_age+gender+area+agecat
,p.vec=seq(1.0, 2.0, by=0.1) ,data=modified_data_5_vb)
tweedie_model_2_vb<-glm(severity~veh_value+veh_age+gender+area+agecat,
family=tweedie(var.power=1.4,link.power=-0.4),
data=modified_data_5_vb )
modified_data_5_predicted_vb<-
cbind(test1_initialdata_vb,pred_link_vb,pred_response_vb,pred_terms_vb)
实际的严重程度大多为0，因为大多数保单的索赔为0。但是预测的严重性没有0，与实际的有所不同。尽管我预测的平均严重程度为53，而实际的平均严重程度（排除了99％以上的观察结果）为46。
接下来我该怎么办？我应该如何改进模型？