在GAM零膨胀泊松（ziP）模型中使用偏移量

Question

我正在尝试对不同大小的森林碎片中鸟类的计数数据进行建模。 由于进行调查的地块的大小在各个片段之间也有所不同，因此我想添加调查地块的大小作为补偿项，以将计数转换为密度。

据我从本站点以前的问题中了解到，这通常是针对泊松模型完成的，因为它们具有日志链接。 我与家庭ziP一起运行的GAM模型（mgcv软件包）具有link =“ identity”。 据我了解，在这种情况下，将从响应中减去偏移项，而不是得到所需的响应/偏移率。

但是，当我使用偏移项运行模型并绘制结果图时，它似乎正在提供我想要的结果（我将泊松模型的图与ziP模型进行了比较）。

这是我使用的模型，其中Guild反映了不同的进食行会，logArea是片段大小的对数，Study是我的随机效应（数据来自多个研究）。

gam1 <- gam(Count ~ Guild + s(logArea, by=Guild) + s(Study,bs="re"), offset=lnTotalPlotsize, family=ziP(),data=Data_ommited2)

有人可以解释一下GAM在这种情况下（带有身份链接的ziP模型）如何处理偏移项吗？ 是真的导致期望的响应/偏移率，还是在做其他事情？

谢谢你的帮助！

问候，罗伯特

Answer 1

虽然只提供了身份链接，但线性预测器返回预期计数的对数。 因此，线性预测变量在对数刻度上，您可以使用偏移量。

基本上，模型是针对日志响应而不是响应进行参数化的，因此使用了身份链接功能。 这与ziplss()系列相同。