포아송 및 예측

Question

저는 R에 익숙하지 않으며 의사 방문에 대한 데이터에 대한 포아송 회귀 분석을 사용한 후에 예측을하기 위해 변수 '성별'을 일정한 평균으로 유지하는 방법을 알아야합니다. 지주 동안 (남성과 여성을위한 2 주 기간에 걸쳐 의사 방문의 비율을 예측하는 방법 (아래 참조)

visits gender illness age.category 

    1 female  1   <30 
    1 female  1   <30 
    1 male  3   <30 
    1 male  1   <30 
    1 male  2   <30 
    1 female  5   <30 
    1 female  4   <30 
    1 female  3   <30 
    1 female  2   <30 
    1 male  1   <30 

나는 예를 주어졌다 : 이 내 데이터의 샘플입니다 나이와 질병을 끊임없이 의미합니다).

sex <- factor(c('female', 'male',)) 
avg.age <- mean(DoctorVisits$age) 
avg.illness <- mean(DoctorVisits$illness) 

hypothetical.person <- expand.grid(age=avg.age, 
           gender=sex, 
           illness=avg.illness) 

predict(M.dr, 
    newdata = hypothetical.person, 
    type = 'response') 

는하지만 (자신의 일정 수단에 섹스와 병을 들고 동안) 연령 그룹에 대한 2 주 동안 의사 방문의 비율을 예측해야합니다. 그러나 저는 성을 계속해서 유지하는 법을 모르겠습니다. 이것을 어떻게 보장합니까?

Answer 1

다음은 남성과 여성 및 평균 질병에 따라 다른 모든 illness 레벨의 data.frame을 만드는 방법입니다.

xy <- read.table(text = "visits gender illness age.category 
       1 female  1   <30 
       1 female  1   <30 
       1 male  3   <30 
       1 male  1   <30 
       1 male  2   <30 
       1 female  5   <30 
       1 female  4   <30 
       1 female  3   <30 
       1 female  2   <30 
       1 male  1   <30", header = TRUE) 

xy 

sex <- factor(c('female', 'male')) 
age.groups <- c("< 30", "30-50", "> 50") 
avg.illness.by.gender <- aggregate(illness ~ gender, data = xy, FUN = mean) 

out <- expand.grid(gender = sex, age = age.groups) 
out[out$gender == "female", "illness"] <- avg.illness.by.gender[avg.illness.by.gender$gender == "female", "illness"] 
out[out$gender == "male", "illness"] <- avg.illness.by.gender[avg.illness.by.gender$gender == "male", "illness"] 
out 

    gender age illness 
1 female < 30 2.666667 
2 male < 30 1.750000 
3 female 30-50 2.666667 
4 male 30-50 1.750000 
5 female > 50 2.666667 
6 male > 50 1.750000