我在每对脑区域的标记SIJ之间的脑运行轨道的数量。我也有每一对标记GIJ区域之间的轨道的距离。 i和j表示每个大脑区域。
因此,举例来说,如果此文件:
Sij gij
331 15.2
428 11.1
797 45
313 54
142 12
我试图调整为低于12的距离与泊松回归模型GIJ值的偏差。
我正在试图做的是解决获得给出日志链接功能这个泊松模型alpha0和α1:
log(μ(Sij|gij))=α0+α1gij
但这里的问题是,我不知道如何找到这个值:μ(SIJ | GIJ),这是等价称为期望值E(X)。
我在想这样做,为r的代码:
summary(m1 <- glm(Sij$file ~ gij$file, family=poisson(link=log), data=p))
但就是我的理解是,从这个我会得到alpha0和α1,但我不知道怎么去预期值
有一个命令,预期值,这是加权平均:
weighted.mean(Sij, gij)