Я пытаюсь подобрать обобщенную смешанную модель Пуассона, используя количество категориальных данных, помеченных как s и v. Так как данные были собраны в течение сеансов, которые имеют различную продолжительность (см. session_dur_s), я хочу включить эту информацию в качестве предиктора, поместив offset в модель glm.
Вот мой стол:
label session counts session_dur_s
s 1 587 6843
s 2 203 2095
s 3 187 1834
s 4 122 1340
s 5 40 1108
s 6 64 476
s 7 60 593
v 1 147 6721
v 2 57 2095
v 3 58 1834
v 4 22 986
v 5 8 1108
v 6 12 476
v 7 11 593
Мои данные:
label <- c("s","s","s","s","s","s","s","v","v","v","v","v","v","v")
session <- c(1,2,3,4,5,6,7,1,2,3,4,5,6,7)
counts <- c(587,203,187,122,40,64,60,147,54,58,22,8,12,11)
session_dur_s <-c(6843,2095,1834,1340,1108,476,593,6721,2095,1834,986,1108,476,593)
sv_dur <- data.frame(label,session,counts,session_dur_s)
Это мой код:
sv_dur_mod <- glm(counts ~ label * session, data=sv_dur, family = "poisson",offset =session_dur_s)
summary(sv_dur_mod)
plot(allEffects(sv_dur_mod),type="response")
Я не могу выполнить функцию glm, потому что получаю красивую ошибку:
Error: no valid set of coefficients has been found: please supply starting values
Я не уверен, как это сделать. Я был бы очень рад, если бы умная голова указала мне, что я могу сделать, чтобы решить это.
Если есть лучшая модель, которую я могу использовать для прогнозирования подсчетов по времени для меток s и v, я более чем готов к этому.
Большое спасибо за комментарии и предложения!
P.S. Я запускаю его в сценарии уценки R, используя следующие пакеты tidyverse, effects и dplyr