Я пытаюсь изобразить предельный эффект конкретной переменной в регрессии Пуассона, а затем сопоставить этот график с соответствующим коэффициентом заболеваемости.
Я добился этого для большинства своих сюжетов. Однако для одного из них коэффициент заболеваемости сигнализирует об общей положительной связи интересующей меня переменной, а график показывает явно отрицательную связь. Насколько я понимаю, с этим должно быть что-то не так.
Не могли бы вы помочь мне ? :) Возможно, я что-то не так понимаю в своем анализе ...
Сначала я создаю модель Пуассона:
model3<- glm(y ~ x1*x2 + x3 + x4 + x5, data=data, family = poisson)
Из которых я получаю следующие IRR
poissonirr(y ~ x1*x2 + x3 + x4 + x5, data=data)
Incidence-Rate Ratio:
IRR Std. Err. z P>|z|
x1 1.03404133 0.00471847 7.3359 2.202e-13 ***
x2 1.16795382 0.01235611 14.6752 < 2.2e-16 ***
x3 0.63214010 0.00817795 -35.4523 < 2.2e-16 ***
x4 1.00468920 0.00095329 4.9305 8.204e-07 ***
x5 0.98118299 0.00267124 -6.9776 3.003e-12 ***
x1:x2 0.99382845 0.00073716 -8.3462 < 2.2e-16 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Затем я рисую предельный эффект первой переменной в модели (x1) и получаю следующий график:
plot_model(model3, type = "eff", terms = c("x1"))
график регрессии Пуассона x1 против y (с отрицательной ассоциацией)
который ясно показывает очевидную отрицательную связь между x1 и y
заранее спасибо !!
(Я использую пакет mfx для расчета IRR и sjPlot :: plot_model для построения графика)