আমি বর্তমানে সময়ের সাথে সাথে কিছু গণনার ডেটা জিএলএম (এবং শেষ পর্যন্ত জিএএমএস) জড়িত একটি প্রকল্পে কাজ করছি। সাধারণত আমি এসএএস-এ এটি করতাম, তবে আমি আর এ যাওয়ার চেষ্টা করছিলাম, এবং ... সমস্যা ছিল।
নিম্নলিখিতগুলি ব্যবহার করে ডেটা গণনা করার জন্য আমি যখন কোনও জিএলএম ফিট করি:
cdi_model <- glm(counts ~ exposure + covariate + month, data=test, family = poisson)
আমি পাই:
Deviance Residuals:
Min 1Q Median 3Q Max
-1.9825 -0.7903 -0.1187 0.5717 1.7649
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 1.97563 0.20117 9.821 < 2e-16 ***
exposure 0.94528 0.30808 3.068 0.00215 **
covariate -0.01317 0.28044 -0.047 0.96254
months -0.03203 0.01303 -2.458 0.01398 *
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for poisson family taken to be 1)
Null deviance: 40.219 on 29 degrees of freedom
Residual deviance: 29.297 on 26 degrees of freedom
AIC: 137.7
Number of Fisher Scoring iterations: 5এক মুহুর্তের জন্য সম্পাদন করা, বা মডেল নিজেই এর অভাব উপেক্ষা করুন - বেশিরভাগ সময় এই বাক্যটিতে বাক্য গঠন এবং এর মতো খেলুন playing
যাইহোক, আমি যখন হারের ডেটা ফিট করে রাখার চেষ্টা করি (গণনা / ব্যক্তি-দিন) এবং এর মতো একটি অফসেট ব্যবহার করি:
cdi_model <- glm(count_rate ~ exposure + covariate + months + offset(log(pd)), data=test, family = poisson)
আমি 50+ সতর্কতা পেয়েছি, সমস্ত "1: dpois (y, mu, log = TRUE) এ: অ-পূর্ণসংখ্যার x = 0.002082" ইত্যাদি each প্রতিটি পর্যবেক্ষণের জন্য এটি একাধিক (ডেটা সেটে কেবল 30 রয়েছে)।
অতিরিক্ত হিসাবে, মডেল ফিট পাত্র যেতে হবে বলে মনে হচ্ছে। নিম্নরূপ আউটপুট:
Deviance Residuals:
Min 1Q Median 3Q Max
-0.0273656 -0.0122169 0.0002396 0.0072269 0.0258643
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -15.40110 15.12772 -1.018 0.309
exposure 0.84848 22.18012 0.038 0.969
covariate -0.02751 21.31262 -0.001 0.999
months -0.01889 0.95977 -0.020 0.984
(Dispersion parameter for poisson family taken to be 1)
Null deviance: 0.0068690 on 29 degrees of freedom
Residual deviance: 0.0054338 on 26 degrees of freedom
AIC: Inf
Number of Fisher Scoring iterations: 9এটি সত্ত্বেও, যদি আমি প্রকৃত ডেটার বিপরীতে পূর্বাভাসের হারকে চক্রান্ত করি তবে ফিটটি ততটা খারাপ দেখাচ্ছে না এবং প্রকৃত প্রভাবের প্রাক্কলনটি এতটা পরিবর্তন করে বলে মনে হয় না।
কী চলছে তা কারও ধারণা আছে - বা যদি সবকিছু ঠিকঠাক চলছে এবং আমি অভিজ্ঞতার কারণে কিছু হারিয়ে ফেলছি?