Question

我正在尝试从引导的GLM输出列表中计算LC50

我在列表（命名结果）中输出了bootstrap GLM：（我刚刚把最后的结果放在最后的结果而不是整个列表中）

$thetastar[[100]]    
Call:  glm(formula = dead[x] ~ concentration[x] + factor(female.no[x]), 
family = binomial, data = subset.data.48hr)

Coefficients:
      (Intercept)       concentration[x]  factor(female.no[x])3  factor(female.no[x])4             factor(female.no[x])7  
           0.7386                 0.1869                -0.8394                -5.6613                   -2.9576  
factor(female.no[x])8  factor(female.no[x])9  
          -1.5329                -2.7826  

Degrees of Freedom: 354 Total (i.e. Null);  348 Residual
(1265 observations deleted due to missingness)
Null Deviance:      484.2 
Residual Deviance: 257  AIC: 271

使用dose.p包中的MASS我正在尝试计算已运行模型中每个人的LC50

dose.p(results$thetastar[[100]], cf = c(2,3), p = 0.5)

返回

              Dose       SE
p = 0.5: 0.2227249 0.161769

根据我的理解，这是factor(female.no[x])3.的LC50，即进入dose.p我已将cf = c(2,3)放入第2列和第3列，concentration和factor(female.no[x])3.

这是对的吗？

其次：

我有没有办法让每个女性获得LC50，即factor(female.no[x])3，factor(female.no[x])4，factor(female.no[x])7等等，我看不出我怎么能得到{{ 1}}工作在不同的变量上工作而无需手动更改代码dose.p：

cf=

最后：我的结果存储在一个列表中，如何让dose.p(results$thetastar[[100]], cf = c(2,3), p = 0.5) dose.p(results$thetastar[[100]], cf = c(2,4), p = 0.5) dose.p(results$thetastar[[100]], cf = c(2,4), p = 0.5)在列表中工作，它是否会像：

dose.p

感谢您的帮助

Answer 1

cf的{{1}}参数采用截距和对数剂量的列。（如果你使用浓度，是不是LC50？）

对于默认动物（不是3,4,8或9），您可以使用dose.p和(Intercept)列concentration[x]。

对于其他动物，你需要拦截加一个因子。例如，对于动物3，您需要第1列加第3列（以及第2列的浓度）。不幸的是，cf = 1:2不会接受这样的规范，因此您必须在没有拦截的情况下重新运行模型。

在公式中添加dose.p以实现此目的：

现在每个glm( dead[x] ~ 0 + concentration[x] + factor(female.no[x]), family = binomial, data = subset.data.48hr )都会包含该动物的“拦截”。

从bootstrap GLM列表计算LC50

1 个答案: