使用泊松回归进行预测

Question

我想知道如何使用我的数据预测 2018:2030 时间范围内的结果，这些数据包括 YEAR、AGE、FEMALE 和 RACE 等变量。

我正在使用 svydesign 设置进行此预测，并且通过简单的制表即可获得准确的结果，如下所示。

hiptotal1 <- svyby(~hipPJI, ~YEAR, design = mydesign, FUN = svytotal, vartype = "ci")

   YEAR    hipPJI      ci_l      ci_u
2015 2015 10580.001  9861.132 11298.869
2016 2016 11390.000 10601.341 12178.659
2017 2017 11800.003 10961.674 12638.332

然后我尝试创建一个预测模型，我肯定做错了，但我不确定是什么。我的代码是：

AdjPoissonHip <- svyglm(hipPJI ~ YEAR, family = poisson(), design = mydesign)
years <- data.frame(YEAR = 2018:2030)
predictHip <- predict(AdjPoissonHip, newdata = years, type = "response", se.fit =TRUE, interval = "predict") 

    response    SE
1  0.0082704 2e-04
2  0.0084020 2e-04
3  0.0085357 2e-04
4  0.0086715 2e-04
5  0.0088095 2e-04
6  0.0089496 3e-04
7  0.0090920 3e-04
8  0.0092367 3e-04
9  0.0093837 3e-04
10 0.0095330 4e-04
11 0.0096847 4e-04
12 0.0098388 4e-04
13 0.0099953 5e-04

我不确定为什么我的结果如此偏离。我只是使用了错误的选项来生成我的结果吗？

这个问题的第二部分是，如果我想将 AGE、FEMALE 和 RACE 作为预测值，但仍只想查看年份的估计值，而不是按 AGE、FEMALE 和 RACE 分层，我该怎么做这？

Answer 1

你没有说你的数据结构是什么。一种可能是数据集中的每个人都有一条记录。

如果是这样，您致电svytotal 将加权并累加每年所有记录中的髋部骨折数量，并估计每年髋部骨折的人口总数。如您所见，这些数字会很大。

您对svyglm 的调用将模拟一个数据集，其中大多数记录的髋部骨折为零，而有些记录有一个（或更多）。该模型的拟合概率将在个人水平，给出 2015 年、2016 年、2017 年人群中典型个体的预期髋部骨折数。如您所示，这些数字会很小。

可以从predict.svyglm 获得总体预测，但您需要协变量的总体预测。从帮助页面

predict 为协变量的特定新值提供拟合值和抽样变异性。当 newdata 是总体均值时，它给出了均值的回归估计量，而当 newdata 是总体总计并且指定了总计时，它给出了总体总计的回归估计量。也可以通过calibrate获得均值和总的回归估计量。

因此，您需要确定 AGE、FEMALE 和 RACE 的人口总数，并在 newdata 参数中使用这些总数调用 predict.svyglm，并在 total= 参数中给出人口规模.

如果您考虑一下，您需要有关年龄、性别和种族的人口信息来进行预测。例如，2030年髋部骨折的数量将取决于2030年人口的年龄分布。