วิธีทำโมเดลเชิงเส้นทั่วไปที่มีตัวแปรตามหลายตัวใน R?

ฉันมีตัวแปรตามหกตัว (นับข้อมูล) และตัวแปรอิสระหลายตัวฉันเห็นว่าใน MMR สคริปต์จะเป็นดังนี้:

my.model <- lm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn)

แต่เนื่องจากข้อมูลของฉันมีการนับฉันต้องการใช้โมเดลเชิงเส้นแบบทั่วไปและฉันลองทำสิ่งนี้:

my.model <- glm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn, family="poisson")

และปรากฏข้อความข้อผิดพลาดนี้:

Error in glm.fit(x = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,  : 
  (subscript) logical subscript too long`

ใครช่วยอธิบายฉันข้อความผิดพลาดนี้หรือวิธีการแก้ปัญหาของฉันได้อย่างไร

คำตอบสั้น ๆ ก็คือมันใช้glmไม่ได้ผล lmจะสร้างmlmวัตถุถ้าคุณให้มันเมทริกซ์ แต่นี้ไม่ได้รับการสนับสนุนอย่างกว้างขวางใน generics และอยู่แล้วไม่สามารถได้อย่างง่ายดายคุยไปglmเนื่องจากผู้ใช้จะต้องมีความสามารถที่จะระบุคอลัมน์คู่ตัวแปรสำหรับรูปแบบการถดถอยโลจิสติก

วิธีแก้ไขคือให้พอดีกับรุ่นแยกกัน สมมติว่า IV และ DV ของคุณอาศัยอยู่ใน data.frame ชื่อddและมีป้ายกำกับว่าพวกเขาเป็นอย่างไรในคำถามของคุณ รหัสต่อไปนี้สร้างรายการรุ่นที่มีการติดตั้งซึ่งจัดทำดัชนีโดยชื่อของตัวแปรตามที่ใช้:

models <- list()
dvnames <- paste("DV", 1:6, sep='')
ivnames <- paste("IV", 1:n, sep='') ## for some value of n

for (y in dvnames){
  form <- formula(paste(y, "~", ivnames))
  models[[y]] <- glm(form, data=dd, family='poisson') 
}

หากต้องการตรวจสอบผลลัพธ์เพียงห่อฟังก์ชันตามปกติของคุณใน a lapplyดังนี้:

lapply(models, summary) ## summarize each model

ไม่ต้องสงสัยเลยว่าวิธีการที่สง่างามกว่านี้ในการทำ R แต่มันควรจะใช้ได้

ฉันได้รับแจ้งว่ามีโมเดล Multivariate Generalized Linear (แบบผสม) หลายตัวที่จัดการปัญหาของคุณได้ ฉันไม่ใช่ผู้เชี่ยวชาญเกี่ยวกับเรื่องนี้ แต่ฉันจะดูเอกสารประกอบของ SABERและหนังสือเล่มนี้เกี่ยวกับ GLM แบบหลายตัวแปร บางทีพวกเขาช่วย ...