for循環中的多個glm

Question

我有一個R數據幀，強烈簡化為：

id <- rep(1:2, c(6,8))
correct <- sample(0:1,14,TRUE)
phase <- c(rep("discr",3),rep("rev",3), rep("discr",4),rep("rev",4))
dat <- data.frame(id,correct,phase)

以id作為我的主題（實際上我有2個以上）， correct =響應編碼為不正確（0）或正確（1），以及phases歧視和逆轉（主體內因素）。

我想以形式執行邏輯回歸

glm(correct~phase, dat, family="binomial")

以后可能會添加其他預測變量。 但是，由於每個主題都有不同數量的數據，我想為每個主題分別執行glm() ，然后將系數與ANOVA進行比較以獲得組效果。 我想以for循環的形式執行此操作

for(i in seq_along(dat$id)){
   my_glm[i] <- glm(correct~list,dat[dat$id==i,],family="binomial")
}

但一直收到錯誤信息

>Error in `contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]]) :
 contrasts can be applied only to factors with 2 or more levels.

我檢查了我的數據，沒有任何因素只包含一個級別。 所有受試者都給出了至少一個不正確和一個正確的回答，並且都參與了歧視和逆轉。 當我指定特定主題時，該函數在循環外部工作。

Answer 1

你目前正試圖為id每一行做一個glm ：

我認為你需要一個glm為每個id分開。 就個人而言 ，我會選擇以下內容：

library(plyr)

ddply(dat, .(id), function (x){
intercept <- coef(summary(glm(correct~phase,family="binomial",data=x)))[1]
slope     <- coef(summary(glm(correct~phase,family="binomial",data=x)))[2]
c(intercept,slope)                 
                              })

# id         V1            V2
#1  1 -0.6931472  1.386294e+00
#2  2  1.0986123 -6.345448e-16

# here V1 is intercept and V2 is the estimate

Answer 2

這是一個R Base解決方案：

> lapply(split(dat, dat$id), function(x) coef(summary(glm(correct~phase,family="binomial",data=x))))
$`1`
                 Estimate Std. Error       z value  Pr(>|z|)
(Intercept) -6.931472e-01   1.224745 -5.659524e-01 0.5714261
phaserev    -3.845925e-16   1.732050 -2.220446e-16 1.0000000

$`2`
                Estimate Std. Error      z value Pr(>|z|)
(Intercept) 3.356998e-16   1.000000 3.356998e-16 1.000000
phaserev    1.098612e+00   1.527524 7.192109e-01 0.472011