Прогноз GLM Пуассона со смещением

Я знаю, что это, вероятно, основной вопрос ... Но я, кажется, не могу найти ответ.

Я подгоняю GLM к семейству Пуассонов, а затем попытался взглянуть на прогнозы, однако смещение, похоже, принимается во внимание:

model_glm=glm(cases~rhs(data$year,2003)+lhs(data$year,2003),
offset=(log(population)), data=data, subset=28:36, family=poisson())

predict (model_glm, type="response")

Я получаю случаи, а не ставки ...

Я пробовал также

model_glm=glm(cases~rhs(data$year,2003)+lhs(data$year,2003)+
offset(log(population)), data=data, subset=28:36, family=poisson())

с такими же результатами. Однако, когда я прогнозирую из GAM, используя mgcv, прогнозы учитывают смещение (я получаю показатели).

Я что-то упустил?

r generalized-linear-model prediction offset

— Sandra
источник

Пожалуйста, не кросс-пост здесь и в списках r-help ... и если вы собираетесь публиковать на форуме stackoverflow / stackexchange, я думаю, что SO будет лучше (это технический вопрос R, а не вопрос статистики) ...)

— Бен Болкер

Правильно, что вы получаете дела вместо ставок, так как вы предсказываете случаи. Если вы хотите получить показатели, вы должны использовать метод прогнозирования для нового набора данных, в котором все столбцы равны данным, но столбец совокупности идентично равен 1, поэтому log (populaton) = 0. В этом случае вы получите количество случаев на одну единицу населения, то есть показатель.

— Джорджо Спедикато
источник

Спасибо, что ответили мне. Мне не кажется странным предсказывать случаи, я просто подумал, что что-то упустил, чтобы установить прогноз для показателей (случаи / население). Так как в GAM я не должен был добавлять что-либо еще для предсказания (случаи / население).

— Сандра