重复测量的代码，R中的泊松回归？

Question

我正在尝试运行一个遵循泊松分布和重复测量的日志链接的模型。受试者是州，每年我都记录了一个结果，这是一个计数。让我们假装它的热狗数量。我还需要为州人口使用抵消，因为我想要每百万人每年制作的热狗数量。

我一直在寻找，但找不到合适的代码。

我需要在R中完成 - 我知道如何在SAS中执行 - 只需使用proc genmod，重复度量语句和偏移语句，并注意相关结构。但我无法在这里弄明白。

我试过这些，但它不起作用：

fm1 <- gls(hotdogs ~ Unemploy + Ketchup, family=poisson(link = log), offset= lnpop, data=LSss,
           correlation = corAR1(form = ~ 1 | stateID))

glmmPQL(hotdogs ~ Unemploy + Ketchup, ~1 | StateID, family = poisson(link = "log"), offset=lnpop,
    data = LSss)

Answer 1

你可以使用lme4或gamlss。例如：

lme4::glmer(hotdogs ~ offset(log(pop)) + Unemploy + Ketchup + (1|stateID),
            family = poisson, data = LSss)

要么

gamlss::gamlss(hotdogs ~ offset(log(pop)) + Unemploy + Ketchup + random(stateID),
               family = PO(), data = LSss)

这假设pop是数据LSss中的一列，如响应和预测变量。