El uso de los resultados de la regresión para predecir?

Question

Puedo ejecutar algunas regresiones de Poisson con los siguientes resultados: (con número de asociaciones que un individuo pertenece a la variable dependiente)

Coefficients:
                 Estimate Std. Error z value  
(Intercept)       -0.92      0.11     -8.43   
age(decades)       0.07      0.01      5.64        
female            -0.10      0.04     -2.57      
education(degree)  0.18      0.02     10.55    
income(in 1000     0.09      0.01      8.38     
east              -0.46      0.05     -9.27
TV                -0.08      0.02     -4.98

Estoy tratando de hacer un buen gancho en mi trabajo, sin embargo he luchas para la captura de las siguientes:

Me gustaría decir algo acerca de un 25 años de oeste macho que tiene un determinado grado(educación=5) gana 1000 .- por mes y los relojes 1 hora de TELEVISIÓN al día.

Answer 1

Ok, por lo que la estimación de una regresión de Poisson, que le da una distribución de probabilidad sobre todos los recuentos $y=0,1,2,\ldots$ dado algunas de las características observables. Estoy adivinando que no quieren renunciar a la totalidad de la distribución de probabilidad, sólo el valor esperado (es decir, cuántas asociaciones de este de 25 años de edad de sexo masculino se espera que pertenece).

En primer lugar, desde el modelo de Poisson sabemos $$\log(\text{E}[y|x])=\alpha+\beta'x.$$ Esta suma debe ser $$-0.92+0.07*3+0.18*5+0.09-0.08=0.2,$$ donde yo estoy suponiendo que la "educación" es lineal (es decir, $education=5$ es 5 veces el coeficiente de y "TV" es una hora de TELEVISIÓN - por favor, compruebe si es correcto.

Por el camino, con la edad se suele incluir al menos un término cuadrático para capturar no lineal de efectos de la edad, o el uso de los grupos en lugar de las tendencias (por ejemplo, dividir la muestra en 0-18 años, 19-25, etc. y el uso de maniquíes para cada uno). Yo también lo haría bastante el uso de los grupos para la educación (grupo diferente para la escuela secundaria, la universidad, etc.).

En consecuencia, se espera que un individuo de pertenecer a $\exp(\log(\text{E}[y|x]))=\exp(0.2)\approx 1.22$ asociaciones. ¿Que sentido?