Question

http://www.statsci.org/data/oz/snails.txt

您可以从此处获取数据。

我的数据是4 * 3 * 3 * 2个完全随机的设计实验数据。我想用刺激变量来模拟生存的可能性。

我尝试了方差分析，但不确定是否正确。因为我想对“概率”建模，应该使用逻辑模型吗？（我也尝试过逻辑模型。但是数据显示0（生存）和1（死亡）之和。即使它不是0和1，我也可以使用logistic吗？）

我想将“概率”作为Y变量。因此，我使用了logit，但无法正常工作。程序说y是Inf。

如何在aov中将logit用作Y变量？

glm_a <- glm(Deaths ~ Exposure + Rel.Hum + Temp + Species, data = data,
         family = binomial)    

prob <- Deaths / 20
logitt <- log(prob / (1 - prob))
logmodel <- lm(logitt ~ data$Species + data$Exposure + data$Rel.Hum + data$Temp)
summary(logmodel)


A <- factor(data$Species, levels = c("A", "B"), labels = c(-1, 1))
glm_a <- glm(Y ~ data$Species * data$Exposure * data$Rel.Hum * data$Temp,
             data=data, family = binomial)
summary(glm_a)

Answer 1

help("glm")应该将您定向到help("family")，这将显示以下内容

对于二项式和准二项式家庭，可以通过以下三种方式之一指定响应：



作为一个因素：“成功”被解释为不具有第一级（因此通常具有第二级）的因素。



作为数值向量，其值在0到1之间，解释为成功案例的比例（总案例数由权重决定）。



作为两列整数矩阵：第一列给出成功次数，第二列给出失败次数。

因此，对于“如何使用此数据创建逻辑模型？”这个问题，我们可以很容易地选择3号路线：

data <- read.table("http://www.statsci.org/data/oz/snails.txt", header = TRUE)
glm_a <- glm(cbind(Deaths, N - Deaths) ~ Species * Exposure * Rel.Hum * Temp,
             data = data, family = binomial)
summary(glm_a)
# [output omitted]

关于“我尝试过ANOVA，但不确定是否正确。因为我想对“概率”建模，应该使用逻辑模型吗？”，最好问{{3 }}

如何使用此数据建立物流模型？

1 个答案: