如何在R中使用二项分布为这些数据拟合GLM？

Question

我被要求使用二项分布拟合GLM以解决以下问题：

进行了一项调查，以评估在当地社区实施的新型犬咳嗽疫苗的有效性。出于营销目的，疫苗是在两周内免费提供给那些希望带狗利用的人。有些狗接受了两次射击，一些只出现在第一次射击，有些则没有。在随后的会议中对600名当地狗主人进行的调查提供了下表中显示的信息。

如何将数据输入R以获得适合二项式符号的GLM的正确格式？

任何帮助都会很棒！

Answer 1

一种合适的方式是：

vaccine <- c(rep(c(0,1,2),c(12,4,8)),rep(c(0,1,2),c(175,61,340)))
cough <- c(rep(1,12+4+8),rep(0,175+61+340))

然后你可以这样做：

linfit <- glm(cough~vaccine,family=binomial)
summary(linfit)

或

factorfit <- glm(cough~as.factor(vaccine),family=binomial)
summary(factorfit)

或

ordfactorfit <- glm(cough~ordered(vaccine),family=binomial)
summary(ordfactorfit)

或者其他一些可能性，取决于您的特定假设。

这不是唯一的方法（并且您可能不希望使用非常大的数据集），但以这种方式“解开”会让事情变得简单。您可以轻松地重新填充（table(data.frame(cough=cough,vaccine=vaccine))）。

您可能还会发现签名的root-contribution-to-chi-square有趣：

 t=table(data.frame(cough=cough,vaccine=vaccine))
 r=rowSums(t)
 c=colSums(t)
 ex=outer(r,c)/sum(t)
 print((t-ex)/sqrt(ex),d=3)
     vaccine
cough      0      1      2
    0 -0.337 -0.177  0.324
    1  1.653  0.868 -1.587

这些解释有点类似于标准化残差。

No s对抗疫苗的比例（标有$ \ pm $ 1标准误差）同样有用。