R 中的 Tobit 回归，在循环回归时，我的数据没有使用 censReg 进行审查

Question

蜂群思维！

我正在对多个数据集（每种抗生素和浓度）进行循环回归分析。 部分数据在 3.912023 的下限处截尾。 所以在这些情况下我需要使用 censReg() 而不是 lm() 。

即使多个子集包括下限，模型输出也是每个回归的 lm()。

关于我在这里做错了什么的任何想法？

model.summary<- tibble()

for(j in unique(myData$antibiotic)){
        abx<- filter(myData, antibiotic == j)
        for(i in unique(abx$concentration)){
            if (min(abx$datapoints) == 3.912023){
                conc<-filter(abx, concentration == i)
                model<-censReg(x ~ y, data = conc, left = 3) 
                model.coef<-coef(model)[2] 
                model.list<-c(j,i ,model.coef)
                model.summary<-bind_rows(model.summary, model.list)
} else {
                conc<-filter(abx, concentration == i)
                model<-lm(x ~ y, data = conc)
                model.coef<-coef(model)[2] 
                model.list<-c(j,i, model.coef)
                model.summary<-bind_rows(model.summary, model.list)
    }   

     }
}

抗生素 (chr)	浓 (fct)	x (dbl)	y (dbl)
乙	2	0	14.1
乙	2	0.167	12.0
乙	2	0.5	9.58
乙	2	1	8.40
乙	2	2	6.29
乙	2	5	3.91
乙	4	0	14.1
乙	4	0.167	4.61
乙	4	0.5	3.91
乙	4	1	3.91
乙	4	2	3.91
乙	4	5	3.91

Answer 1

我建议您弄清楚问题发生在循环的哪一轮。 然后，您可以在选定的循环中研究回归分析，并提供一个说明问题的最小示例。 （抱歉，我不能将我的评论作为“评论”发表，因为我还没有“50 声望”。）