predict.glm() 中的偏移量，假设拟合的泊松模型已经考虑了偏移量 - R

Question

我想在新数据上预测拟合的泊松glm，因为它是使用offset=log(Exposure)拟合的，但我对predict.glm()中包含术语“offset”感到困惑。我不明白是否有必要包含它，如果我想包含它，我应该如何做到与拟合中使用的偏移量具有相同的影响？

为了消除我的疑虑，我从头开始创建了一个数据集，并决定比较三种可能的方法：

• 预测(glm.model, data=newdata, type="response", offset=log(曝光));
• 预测（glm.model，data=newdata，type=“response”，offset=曝光）；
• 预测（glm.model，数据=newdata，类型=“响应”）；

然而，在比较结果时，我惊讶地发现所有三种方法都得出相同的预测。结论：predict.glm() 中的偏移项被忽略？我仍然问这个，因为我是 R 的新手，我检查它的程序可能是错误的。

此外，即使可能已经发布了类似的问题，但答案很少且与此结果不一致。

set.seed(1)
exp<-c(1:100)/100
dummy<-rep(c(0,1), each=50)
y<-floor(rpois(100,dummy*exp*10)) #count data
DTtest<-as.data.frame(exp)
DTtest$D<-dummy
DTtest$y<-y
gtest<-glm(y~D, offset=log(exp), family=poisson(link="log"), data=DTtest, trace=TRUE)
DTtest1<-predict(gtest, newdata=DTtest, type="response", offset=log(exp)) #predict1
DTtest2<-predict(gtest, newdata=DTtest, type="response", offset=exp) #predict2
DTtest3<-predict(gtest, newdata=DTtest, type="response") #predict3
sum(DTtest1==DTtest2)
sum(DTtest2==DTtest3)
sum(DTtest1==DTtest3)

我得到的总和的结果是：100,100,100，这等于用于预测的数据的长度（我也使用DTtest作为新数据）。这意味着这 3 种方法之间的所有预测都具有相同的值。

我原以为这些值会因预测（）中显式偏移量的不同影响而有所不同，但结果却不然。

Answer 1

是的，

offset

被忽略。

?predict.glm

的帮助包只说：

...

：进一步传入或传出其他方法的参数。

这不是很有帮助。但是，如果我们查看

predict.glm

的代码，我们不会看到

...

在任何地方使用（它将被传递给另一个函数）。 （如果您坚持基于代码的解决方案，我们可以这样搜索：

any(grepl("...", deparse(body(stats:::predict.glm)), fixed = TRUE))
## FALSE

如果您想使用其他偏移值进行预测，您可以设置一个具有不同

newdata

值的

exp

数据框。 （顺便说一句，使用

exp

作为变量名可能是一个坏主意，因为它与内置指数函数的名称相同......大多数时候你可以摆脱这个，但有时它会导致令人困惑的错误。）