単純な方程式を解くためにRのGLMを使用する

Question

私はポアソン分布からいくつかのデータを持っており、GLMを使って解決したい単純な式を持っています。

数学的方程式は観察されます= y *が予想されます。

私は観察されて予想されたデータを持っており、GLMを使用して、観察されることによって予想される予想されるyの最適値を見つけたいです。私はまたYの自信間隔を取得したいです。

このようなことをするべきです

glm(observed ~ expected + offset(log(expected)) + 0, family = 'poisson', data = dataDF)

.

それから係数の指数関数を取る？私はこれを試してみましたが、与えられた価値は、私が予想されるものの合計の合計を分割したときに私が得るものとはかなり異なっています、そして私はこれらが似ているべきだと思いました。

私は何か悪いことをしていますか？

ありがとう

Answer 1

これを試してみてください：

 logFac <- coef( glm(observed ~ offset(expected) , family = 'poisson', data = dataDF))
 Fac <- exp( logFac[1] )  # That's the intercept term

.

そのモデルは実際に：observed ~ 1 + offset(expected)とログスケールで推定されているため、インターセプトは「予想」と「観察」の間で変換する変換係数となります。否定的なコメントは、がCrossValidated.comに掲示されるべきという証拠です。一般的な統計的方法の質問がより歓迎されています。