ポアソン回帰における予測関数の作成

Question

私は、2週間の医師への訪問回数が年齢層の関数として変化するポアソン回帰分析を行う必要があるデータセットを持っています（すなわち、< 30 、30〜50、および> 50）、性別および病気。性別や病気の数を平均値で一定に保つ。ここで

は私のデータのサンプルです：

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 

しかし、私はどのように正確に入力し、これらのグループを知らないとしてこれについて移動する方法がわかりません。異なる年齢層で2週間にわたり医師への訪問率を予測する必要があるため、

は、私が知っているどのように入力する最初の式： GLM（訪問〜年齢+性別+病気、データ=のDoctorVisits、家族=ポアソン）私は予測する関数を作成するに行くか方法がわからない

しかし、 。

Answer 1

は、ここでは基本的にあなたが関数内の予測をしたいobseravationsとデータフレームを作成しているあなたは= 3

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

男性21 Y/Oや病気のために予測してみたいと思います。いくつかの観測結果がある場合は、まずデータフレームを個別に作成して予測関数に入力し、"newdata="を"data="にスワップすると、予測が必要になる場合があります。

type = "response"は、glmと同じ形式で予測します。そうでない場合はログオッズになります。