Saya memiliki enam variabel dependen (jumlah data) dan beberapa variabel independen, saya melihat bahwa dalam MMR skripnya seperti ini:
my.model <- lm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn)
Tapi, karena data saya dihitung, saya ingin menggunakan model linier umum dan saya mencoba ini:
my.model <- glm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn, family="poisson")
Dan muncul pesan kesalahan ini:
Error in glm.fit(x = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, :
(subscript) logical subscript too long`
Adakah yang bisa menjelaskan pesan kesalahan ini kepada saya atau cara untuk menyelesaikan masalah saya?
lm
halnya ketika Anda memberikannya sebuah matriks?lm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn)
I mustlm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn)
Saya harus menggunakan perintah manova () seperti ini:summary(manova(my.model))
untuk melakukan analisis varians multivarian dan melihat pentingnya setiap variabel independen. Itu adalah target akhir.summary
akan memberikannya kepada Anda untuk setiap DV.Jawaban:
Jawaban singkatnya adalah
glm
tidak bekerja seperti itu. Thelm
akan menciptakanmlm
objek jika Anda memberikan sebuah matriks, tapi ini tidak didukung secara luas dalam obat generik dan tetap tidak bisa dengan mudah menggeneralisasi untukglm
karena pengguna harus dapat menentukan kolom ganda tergantung variabel untuk model regresi logistik.Solusinya adalah menyesuaikan model secara terpisah. Asumsikan infus dan DV Anda hidup dalam suatu data.frame dipanggil
dd
dan diberi label seperti apa adanya dalam pertanyaan Anda. Kode berikut membuat daftar model yang cocok yang diindeks dengan nama variabel dependen yang mereka gunakan:Untuk memeriksa hasilnya, cukup bungkus fungsi biasa Anda di
lapply
, seperti ini:Tidak ada keraguan cara yang lebih elegan untuk melakukan ini di R, tetapi itu harus berhasil.
sumber
Saya diberitahu Model Multivariate Generalized Linear (Mixed) yang mengatasi masalah Anda. Saya bukan ahli tentang itu, tetapi saya akan melihat dokumentasi SABER dan buku ini tentang GLM multivarian. Mungkin mereka membantu ...
sumber
lm
matriks untuk variabel dependen mungkin harus dilihat lebih sebagai gula sintaksis, daripada sebagai ekspresi model multivariat: jika itu adalah model multivariat (normal) itu akan menjadi salah satu di mana kesalahan adalah ' bola ', yaitu satu di mana Anda bisa menjalankan regresi terpisah pada setiap elemen dari variabel dependen dan mendapatkan jawaban yang sama.