Logistische regressie
In toxicologiestudies worden organismen vaak blootgesteld aan doses en treden vaak binaire uitkomsten op, zoals dood/levend of geremd/mobiel. Dit heet een dosis-responsstudie. Bijvoorbeeld: de respons op verschillende doses kan aan het einde van een studie sterfte (1) of overleving (0) zijn.
In deze oefening gaan we een logistische regressie fitten met alle drie de methoden die in de video zijn besproken. Je krijgt twee gegevenssets.
df_long, in een "lange" indeling waarbij elke rij overeenkomt met een observatie (d.w.z. een 0 of 1).df_short, in een geaggregeerde indeling waarbij elke rij overeenkomt met een behandeling (bijv. 6 successen, 4 mislukkingen, aantal replicaten = 10, proportie = 0,6).
Bij gebruik van het "brede" of "korte" data frame vereisen de methoden "success, failure" om resultaten voor logistische regressie in te voeren dat succes en mislukking een matrix zijn. De eenvoudigste manier om dit te doen is met de functie cbind().
Tip: Wanneer je werkt met data in het wild, controleer dan altijd waar 0 en 1 voor staan. Verschillende mensen gebruiken verschillende notaties en verkeerde aannames kunnen je in de problemen brengen!
Deze oefening maakt deel uit van de cursus
Hiërarchische en Mixed-Effects-modellen in R
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Fit a glm using data in a long format
fit_long <- glm(___ ~ ___, data = df_long,
family = "___")
summary(___)