Predecir poisson GLM con desplazamiento

Sé que esta es probablemente una pregunta básica ... Pero parece que no encuentro la respuesta.

Estoy adaptando un GLM con una familia de Poisson, y luego intenté echar un vistazo a las predicciones, sin embargo, el desplazamiento parece tenerse en cuenta:

model_glm=glm(cases~rhs(data$year,2003)+lhs(data$year,2003),
offset=(log(population)), data=data, subset=28:36, family=poisson())

predict (model_glm, type="response")

Recibo casos, no tarifas ...

He intentado también

model_glm=glm(cases~rhs(data$year,2003)+lhs(data$year,2003)+
offset(log(population)), data=data, subset=28:36, family=poisson())

con los mismos resultados Sin embargo, cuando predigo a partir de GAM, usando mgcv, las predicciones consideran el desplazamiento (obtengo tasas).

Me estoy perdiendo algo?

r generalized-linear-model prediction offset

— Sandra
fuente

Por favor, no publique aquí y en las listas de r-help ... y si fuera a publicar en un foro stackoverflow / stackexchange, creo que SO sería mejor (esta es una pregunta técnica de R, no una pregunta de estadísticas ...)

— Ben Bolker

Es correcto que obtenga casos en lugar de tasas, ya que está prediciendo casos. Si desea obtener las tasas, debe utilizar el método de predicción en un nuevo conjunto de datos que tenga todas las columnas iguales a los datos pero la columna de población sea idénticamente igual a 1, para tener log (populaton) = 0. En este caso, obtendrá el número de casos de una unidad de población, es decir, la tasa.

— Giorgio Spedicato
fuente

Gracias por responderme. No me parece extraño que prediga casos, solo pensé que me faltaba algo para establecer la predicción de tasas (casos / población). Como en GAM's no tuve que agregar nada más para predecir (casos / población).

— Sandra