Poisson GLM：交互作用的公式表示

编程问答 2022-08-12

问题描述

我对泊松GLM和公式表示法有疑问：

考虑数据集：

p <- read.csv("https://raw.githubusercontent.com/Leprechault/PEN-533/master/bradysia-greenhouse.csv")
  1. 不考虑交互作用：

    m1 <- glm(bradysia ~ area + mes,family="quasipoisson",data=p)
        
    summary(m1)

 
    #(Intercept)  4.36395    0.12925  33.765  < 2e-16 ***
    #areaCV      -0.19696    0.12425  -1.585    0.113    
    #areaMJC     -0.71543    0.08553  -8.364 3.11e-16 ***
    #mes         -0.08872    0.01970  -4.503 7.82e-06 ***

最终公式为：bradysia = exp(4.36395*CS-0.19696*CV-0.71543-0.08872*mes)

  1. 考虑互动：
    m2 <- glm(bradysia ~ area*mes,data=p)
    summary(m2)
      
    #(Intercept)  4.05682    0.15468  26.227  < 2e-16 ***
    #areaCV       0.15671    0.35219   0.445   0.6565    
    #areaMJC      0.54132    0.31215   1.734   0.0833 .  
    #mes         -0.03943    0.02346  -1.680   0.0933 .  
    #areaCV:mes  -0.05724    0.05579  -1.026   0.3052    
    #areaMJC:mes -0.22609    0.05576  -4.055 5.57e-05 **

最终公式是：bradysia = exp(?????)，请问有什么帮助吗？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

glmpoissonrr