一般化線形モデルによる予測値

最近良く分かっていないこと。
いま、一般化線形モデルを用いてある魚の資源量指数を標準化している。
例えば
漁獲量~年+月+漁獲努力量
てな、感じでやるわけです。

Rでは
a<-glm(漁獲量~年+月+漁獲努力量,family=poisson)
と言う風にやり、
predict.glm(a)
で、それぞれの年・月・努力量ごとの予測漁獲量は出ます。
これから年毎の予測漁獲量/努力量を求めたいのですが、上記の場合年・月ごとに出ている予測値から年毎のデータに纏める必要があります。
その纏め方は最小二乗平均というのを使う・・・・・ここまでは分かったのですが、具体的にどうやれば最小二乗平均と言うものが計算できるのかが分かりません。

ずんずん調べていくと、SASではLSmeansというオプションがあるようなのですが、Rでは無い模様。

理論的な部分は大体しかわかって無いもので、具体的な検討方法が良く分からない。
各年に最大12個の予測値x_iが出来、それに対しΣ(x-x_i)^2が最小になるxを求めてこれば良いのでしょうかね？

もうちょっと調べますか。