如何在R中使用此数据使用二项分布来拟合GLM？

Question

我被要求使用二项分布来拟合GLM，以解决以下问题：

进行了一项调查，以评估在当地社区使用的新型犬咳嗽疫苗的有效性。 为了销售目的，在两周内向希望携带犬只的人免费两次注射疫苗。 有些狗接受了两次射击，有些只在第一次射击时才出现，而另一些则没有。 在接下来的会议中对600名当地狗主人进行的调查提供了下表中显示的信息。

我如何将数据输入R以获取正确的格式以适合二项式dist的GLM？

任何帮助将是巨大的！

Answer 1

一种合适的方式是：

vaccine <- c(rep(c(0,1,2),c(12,4,8)),rep(c(0,1,2),c(175,61,340)))
cough <- c(rep(1,12+4+8),rep(0,175+61+340))

然后，您可以执行以下操作：

linfit <- glm(cough~vaccine,family=binomial)
summary(linfit)

要么

factorfit <- glm(cough~as.factor(vaccine),family=binomial)
summary(factorfit)

要么

ordfactorfit <- glm(cough~ordered(vaccine),family=binomial)
summary(ordfactorfit)

或其他可能性，具体取决于您的特定假设。

这不是做到这一点的唯一方法（并且您可能不希望使用非常大的数据集来做到这一点），但是以这种方式“放松”会使某些事情变得容易。 您可以轻松地table(data.frame(cough=cough,vaccine=vaccine)) （ table(data.frame(cough=cough,vaccine=vaccine)) ）。

您可能还会发现对卡方的签名根贡献：

 t=table(data.frame(cough=cough,vaccine=vaccine))
 r=rowSums(t)
 c=colSums(t)
 ex=outer(r,c)/sum(t)
 print((t-ex)/sqrt(ex),d=3)
     vaccine
cough      0      1      2
    0 -0.337 -0.177  0.324
    1  1.653  0.868 -1.587

这些解释有点类似于标准化残差。

比例的曲线No对阵疫苗（有说$ \\ $下午在标记1个标准误差）将同样有用。