我正在尝试根据收集的历史数据来预测网站的访问者数量。我认为这是我可以使用泊松回归的方案。
输入包括6列：
id（网站的id），日，月，年，星期几，访问次数。
因此，基本上，作为输入，我们有一个CSV格式的列，其格式为：“ 2”，“ 22”，“ 7”，“ 2015”，“ 6”，“ 751”。
我正在尝试根据之前的访问次数来预测访问次数。网站的大小可能会有所不同，因此我最终将它们分为5类
因此，我做了第7列，名为type，它的int范围是1到5。
我的代码如下：
train = read.csv("train.csv", header = TRUE)
model<-glm(visits ~ type + day + month + year + dayofweek, train, family=poisson)
summary(model)
P = predict(model, newdata = train)
imp = round(P)
imp
预测的值甚至不接近，我告诉我最终可以得到实际值的10-20％的值，但是没有做到，大多数预测值都比实际值大200-300％。这是在火车数据集上的，应该提供一个乐观的观点。
我是R的新手，在解释summary命令返回的数据时遇到一些问题。这是它返回的内容：
致电：glm（公式=访问次数〜类型+日期+月+年份+星期几，家庭=泊松，数据=火车）
偏差残差：最小值1Q中位数3Q最大值
-571.05 -44.04 -11.33 -5.14 734.43系数：
Estimate Std. Error z value Pr(>|z|) (Intercept) -9.998e+02 6.810e-01 -1468.19 <2e-16 *** type 2.368e+00 1.280e-04 18498.53 <2e-16 *** day -2.473e-04 6.273e-06 -39.42 <2e-16 *** month 1.658e-02 3.474e-05 477.31 <2e-16 *** year 4.963e-01 3.378e-04 1469.31 <2e-16 *** dayofweek -3.783e-02 2.621e-05 -1443.46 <2e-16 ***--- Signif。代码：0 ' ' 0.001 ' ' 0.01 ' ' 0.05 ''。0.1''1
（泊松族的色散参数取为1）
空偏差：12370自由度为1239161821残余偏差：12365自由度为157095033 AIC：157176273
Fisher计分迭代次数：5
谁能更详细地描述summary命令返回的值，以及在输出更好的预测的泊松回归中应该是什么样子？R中是否有更好的方法来处理基于估计值随时间的演变的数据？
LE。链接到train.csv文件。
您的问题出在predict命令上。默认predict.glm为在链接规模上进行预测。如果您希望可以直接与原始数据进行比较的预测，则需要使用参数type = "response"
P <- predict(model, newdata = train, type = "response")
模型设置不理想。也许应该将月份作为类别变量（as.factor）包含在内，并且您需要更多地考虑日期（月份的第31天，然后是下个月的第1天）。预测变量“类型”也是可疑的，因为类型是直接从响应中得出的。
您的模型也高度分散。这可能表明缺少预测变量或其他问题。
您还应该考虑使用混合效果模型。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句