带Offset项的GLM模型预测纯保费：predict.glm返回值疑问

当你使用predict.glm(fit, train, type="response")时，返回的是损失成本（cost loss）的预测值，不是纯保费。

详细解释： #

你的GLM模型设定对应的数学形式可以拆解为：

1. 响应变量是cost loss（损失成本）
2. offset(log(exposure))被纳入线性预测器，且Tweedie分布的link.power=0对应log链接函数

模型的线性预测表达式为：

log(E[cost loss]) = β·X + log(exposure)

对等式两侧取指数（log链接的逆转换），得到损失成本的期望：

E[cost loss] = exp(β·X) × exposure

predict.glm的type="response"参数会返回经过逆链接转换后的预测结果，也就是上述的E[cost loss]——即已经结合风险敞口计算出的损失成本预测值。

如果要得到纯保费的预测值，只需将返回结果除以对应的exposure即可：

pred_pure_premium <- predict.glm(fit, train, type="response") / train$exposure

内容的提问来源于stack exchange，提问作者Abdou Fall