Poisson offset問題

[marki (marki)]

應該是近期的最後一題  @@

https://sites.google.com/site/rlearningsite/catagory/poisson

網頁的最後倒數第二個部分  5.Poisson迴歸應用於比例資料

裡面有提到如果是要計算比例資料  要設offset

我的問題是為什麼不能直接先算出每一年的cancer占死亡人口的比率

再把這個比率放到應變數跑就好呢？

我試著這樣子跑  會有些許的差異  不清楚為什麼？

我的R code如下：
> death=read.csv("/Users/chihchiachen/Downloads/Death.csv")
> Year_re<-c(24,23,22,21,20,19,18,17,16,15,14,13,12,11,10,9,8,7,6,5,4,3,2,1,0)
> death_cb<-cbind(death, cbind(Year_re))
> deathc=death_cb$Cancer/death_cb$Death #deathc就是cancer占死亡人口的比例
> death_cb<-cbind(death_cb, cbind(deathc))
> glm(formula = deathc ~ Year_re, family = poisson(link = log),
  data = death_cb)

結果：

(Intercept)      Year_re
    -1.7488       0.0229

跟網頁上的資料

Intercept 的coef是0.022461 Inctercept是-1.742616有些許的差異




--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.116.253.37 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1591671802.A.C5D.html
→ andrew43: offset也不單純是處理比例資料；「暴露量」意思比較接近
→ andrew43: 例如事件發生次數的觀測時間、面積、人口密度……
推 andrew43: 結果也不能直接互比，意義完全不同。
→ marki: 所以是只要是比例資料。理論上我就是要用offset 嗎？
→ andrew43: 而且poisson reg怎麼可能接受非負整數之外的應變數？
→ andrew43: sorry我以為你改做成linear model。你要這麼做的話，可
→ andrew43: 採用quasipoisson，若次數很大則結果應該會很接近。
推 andrew43: 回到你的問題，offset的作用是調整暴露量使比較次數公
→ andrew43: 平。你所謂的 ”比例資料“ 的話可以視潛在事件發生的
→ andrew43: 所有對象數量為offset。
→ yhliu: 關鍵是要做 Poisson regression 還是忽略 Poisson 變量特性
→ yhliu: 直接用 rate 去 fit model 已經脫離 Poisson model 的假設.
推 collin810: Poisson是用count data喔