如何为这些数据建模?

时间:2019-05-08 17:49:51

标签: r categorical-data

我需要使用R studio来建模以下问题:

根据《独立报》(1994年3月8日,伦敦), 伦敦的都市警察报告说,这一年失踪了30,475人 截止到1993年3月。对于13岁以下的人,在3271名失踪的男性中有33名 一年后,仍然有2486名失踪女性中的38名失踪。对于14-18岁, 分别是7256名男性中的63名和8877名女性中的108名; 19岁以上 以上是5065位男性中的157位和3520位女性中的159位。分析 这些数据,包括检查模型拟合和解释参数估计。

我知道预测方程应该像这样:

Y = -3.4369 +0.3803(x1)-1.1279(x2)-1.3259(x3)

其中x1,x2和x3与年龄段相对应。

但是我在设置它时遇到了问题。

这是我尝试过的:

A1=(33/3238)*100
B1=(63/7193)*100
C1=(157/4980)*100
D1=(38/2448)*100
E1=(108/8769)*100
F1=(159/3361)*100

missing=c(A1, B1, C1, D1, E1, F1)
sex=c("M","M","M", "F", "F", "F")
Age=c("less13", "14to18", "19more","less13", "14to18", "19more")

Missing=data.frame(missing, sex, Age)
Missing

TACO= glm(missing~ Age*sex, family=poisson, data=Missing)
g=summary(TACO)
g

如果运行代码,则可以看到它与我所需的预测方程式不匹配。任何帮助将不胜感激!

0 个答案:

没有答案