결과가 소수 일 때 (두 카운트의 비율) R에서 로지스틱 회귀를 수행하는 방법은 무엇입니까?


24

다음과 같은 생물학적 실험이있는 논문을 검토하고 있습니다. 장치는 다양한 양의 유체 전단 응력에 세포를 노출시키는 데 사용됩니다. 더 큰 전단 응력이 셀에 가해 짐에 따라 더 많은 전단 응력이 기판에서 분리되기 시작합니다. 전단 응력의 각 수준에서, 그들은 부착 된 상태로 남아있는 세포를 세고, 처음에 부착 된 총 세포 수를 알기 때문에 분수 부착 (또는 분리)을 계산할 수 있습니다.

부착 분율 대 전단 응력을 플롯하면 결과는 로지스틱 곡선입니다. 이론적으로 각 개별 셀은 단일 관측치이지만 수천 또는 수만 개의 셀이 있으므로 데이터 세트가 일반적인 방식으로 설정된 경우 (각 행이 관측치 인 경우) 데이터 세트가 엄청나게됩니다.

따라서 당연히 내 질문 (제목에 명시된 바와 같이)이 의미가 있습니다. 분수 결과를 DV로 사용하여 로지스틱 회귀를 어떻게 수행합니까? glm에서 수행 할 수있는 자동 변환이 있습니까?

같은 선을 따라 잠재적으로 3 개 이상의 (분수) 측정이 있었다면 다항 로지스틱 회귀 분석에서 어떻게해야합니까?


다변량 결과 로지스틱 회귀에 관한 몇 가지 예는 다음과 같습니다.http://www.ats.ucla.edu/stat/r/dae/mlogit.htm
marbel

1
설명하는 내용은 독립적 인 관찰을하는 것처럼 들리지 않습니다 (전단이 증가함에 따라 셀이 다시 부착되지 않기 때문에 각 높은 응력 설정에서 여전히 첨부 된 수는 이전 수보다 크지 않아야합니다). 이 의존성을 고려해야합니다. (성장 곡선이있는 상황을 연상시킵니다.) --- 숫자를 독립적 인 것처럼 GLM에 꽂을 수는 없습니다.이 문제를 해결하는 답변은 없습니다.
Glen_b-복지 주 모니카

2
@Glen_b 각 실험은 "100 %"부착으로 시작하여 다른 전단 응력 값을 적용하는 다른 셀로 수행됩니다.
thecity2

아, 알았어요 그것은 독립적 인 결과를 줄 것입니다.
Glen_b-복지 주 모니카

답변:


37

glm함수를 R사용하면 로지스틱 회귀 모델의 공식을 세 가지 방법으로 지정할 수 있습니다.

가장 일반적인 방법은 데이터 프레임의 각 행이 단일 관측치를 나타내며 반응 변수가 0 또는 1 (또는 2 수준의 요인 또는 2 개의 고유 값만있는 다른 변수) 인 것입니다.

다른 옵션은 첫 번째 열이 '성공'수이고 두 번째 열이 '실패'수인 2 열 행렬을 반응 변수로 사용하는 것입니다.

반응을 0과 1 사이의 비율로 지정한 다음 다른 열을 '가중치'로 지정하여 비율이 속한 총 수를 제공합니다 (응답 0.3과 가중치 10은 3 '과 같습니다. 성공과 7 '실패').

마지막 두 가지 방법 중 하나는 수행하려는 작업에 적합하며 마지막은 데이터를 설명하는 방법에 가장 직접적인 것으로 보입니다.


9

시작에 비례하는 종속 변수가있는 경우 베타 회귀를 사용할 수 있습니다. 이것은 (제한된 지식으로) 여러 비율로 확장되지 않습니다.

베타 회귀 개요 및 R 구현은 betareg를 확인하십시오 .


감사! 이항 사건에 필요한 것 같습니다.
thecity2

2

I'v 사용 된 nnet::multinom동일한 목적 (패키지 nnet 질량의 일부)를, 이는 [0,1]의 연속 입력을 받아 들인다.

참조가 필요한 경우 : C. Beleites et.al .: 성상 세포 조직의 라만 분광학 등급 : 소프트 참조 정보 사용. Anal Bioanal Chem, 2011, Vol. 400 (9), 2801-2816 쪽


큰! 나는 그 패키지를 가지고 있고, 그것이이 기능을 가지고 있다는 것을 몰랐다.
thecity2

@cbeleites : 부양 가족이 [0,1]이 될 수 있습니까? 나는 그것이 명목 종속에 대한 함수 였지만 (예측
자는

@B_Miner : 예, 종속 항목은 [0, 1]에있을 수 있습니다. 이 기능은 숨겨진 레이어가없고 로지스틱 시그 모이 드가있는 인공 신경망에 적합합니다. 그리고 더 나은 수렴을 위해 예측 변수를 대략 [0, 1]로 조정하는 것이 좋습니다.
cbeleites는 Monica를 지원함
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.