Prediksi GLM poisson dengan offset

Saya tahu ini mungkin pertanyaan dasar ... Tapi sepertinya saya tidak menemukan jawabannya.

Saya pas GLM dengan keluarga Poisson, dan kemudian mencoba untuk melihat prediksi, namun offset tampaknya dipertimbangkan:

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")

Saya mendapatkan case bukan rate ...

Saya sudah mencoba juga

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

dengan hasil yang sama. Namun ketika saya memprediksi dari GAM, menggunakan mgcv, prediksi tersebut mempertimbangkan offset (saya mendapat nilai).

Saya melewatkan sesuatu?

r generalized-linear-model prediction offset

— Sandra
sumber

Tolong jangan posting silang di sini dan di daftar bantuan r ... dan jika Anda akan memposting di forum stackoverflow / stackexchange, saya pikir SO akan lebih baik (ini adalah pertanyaan teknis R, bukan pertanyaan statistik) ...)

— Ben Bolker

Adalah benar Anda untuk mendapatkan kasus dan bukan tarif karena Anda memperkirakan kasus. Jika Anda ingin mendapatkan tarif, Anda harus menggunakan metode prediksi pada kumpulan data baru yang memiliki semua kolom sama dengan data tetapi kolom populasi sama dengan 1, sehingga memiliki log (populaton) = 0. Dalam hal ini Anda akan mendapatkan jumlah kasus dari satu unit populasi, yaitu angka.

— Giorgio Spedicato
sumber

Terima kasih telah menjawab saya. Saya tidak merasa aneh untuk memprediksi kasus, saya hanya berpikir saya kehilangan sesuatu untuk menetapkan prediksi angka (kasus / populasi). Karena di GAM saya tidak perlu menambahkan apa pun untuk diprediksi (kasus / populasi).

— Sandra