Regressione logistica
Negli studi di tossicologia, gli organismi sono spesso esposti a diverse dosi e si osservano esiti binari come morto/vivo o inibito/mobile. Questo si chiama studio dose-risposta. Per esempio, la risposta a diverse dosi può essere mortalità (1) o sopravvivenza (0) alla fine dello studio.
In questo esercizio, adatteremo una regressione logistica usando tutti e tre i metodi descritti nel video. Hai a disposizione due insiemi di dati.
df_long, in formato "long", con ogni riga corrispondente a un'osservazione (cioè 0 o 1).df_short, in formato aggregato, con ogni riga corrispondente a un trattamento (ad es., 6 successi, 4 insuccessi, numero di repliche = 10, proporzione = 0.6).
Quando usi il data frame "wide" o "short", i metodi "successi, insuccessi" per fornire i risultati della regressione logistica richiedono che successi e insuccessi siano una matrice. Il modo più semplice per farlo è con la funzione cbind().
Suggerimento: Quando lavori con dati "nel mondo reale", controlla sempre a cosa corrispondono 0 e 1. Persone diverse usano notazioni diverse e partire da assunzioni sbagliate può crearti problemi!
Questo esercizio fa parte del corso
Modelli gerarchici e a effetti misti in R
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Fit a glm using data in a long format
fit_long <- glm(___ ~ ___, data = df_long,
family = "___")
summary(___)