羅吉斯迴歸（Logistic regression）
在毒理學研究中，常會對生物進行不同劑量的處理，並觀察二元結果，例如 死亡／存活 或 受抑制／可移動。這稱為dose-response study（劑量－反應研究）。例如，在一個研究結束時，對不同劑量的反應可能是死亡（1）或存活（0）。
在本練習中，你會用影片中介紹的三種方法來擬合羅吉斯迴歸。你會拿到兩個資料集。
df_long：為「long」格式，每一列對應一個觀測值（也就是 0 或 1）。df_short：為彙整後的格式，每一列對應一個處理（例如 6 次成功、4 次失敗、重複次數 = 10、比例 = 0.6）。
當使用「wide」或「short」格式的資料框時，輸入羅吉斯迴歸結果的「success, failure」方法需要將成功與失敗組成一個矩陣。最簡單的做法是使用 cbind() 函式。
提示： 在處理「野生」資料時，一定要先確認 0 與 1 所代表的意義。不同人可能使用不同記號。如果你假設錯誤，後續分析就會出問題！
本練習屬於課程
R 的階層式與混合效果模型
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Fit a glm using data in a long format
fit_long <- glm(___ ~ ___, data = df_long,
family = "___")
summary(___)