Làm thế nào để thực hiện một mô hình tuyến tính tổng quát với nhiều biến phụ thuộc trong R?

Tôi có sáu biến phụ thuộc (dữ liệu đếm) và một số biến độc lập, tôi thấy rằng trong MMR, kịch bản diễn ra như sau:

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

Nhưng, vì dữ liệu của tôi là số đếm, tôi muốn sử dụng mô hình tuyến tính tổng quát và tôi đã thử điều này:

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

Và xuất hiện thông báo lỗi này:

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`

Bất cứ ai có thể giải thích cho tôi thông báo lỗi này hoặc một cách để giải quyết vấn đề của tôi?

Câu trả lời ngắn gọn là glmkhông hoạt động như vậy. Nó lmsẽ tạo mlmcác đối tượng nếu bạn cung cấp cho nó một ma trận, nhưng điều này không được hỗ trợ rộng rãi trong các tổng quát và dù sao cũng không thể dễ dàng khái quát hóa glmvì người dùng cần có thể chỉ định các biến phụ thuộc cột kép cho các mô hình hồi quy logistic.

Giải pháp là để phù hợp với các mô hình riêng biệt. Giả sử IV và DV của bạn sống trong data.frame được gọi ddvà được gắn nhãn theo cách chúng nằm trong câu hỏi của bạn. Đoạn mã sau tạo một danh sách các mô hình được trang bị được lập chỉ mục theo tên của biến phụ thuộc mà chúng sử dụng:

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') 
}

Để kiểm tra kết quả, chỉ cần bọc các chức năng thông thường của bạn trong một lapply, như thế này:

lapply(models, summary) ## summarize each model

Không có nghi ngờ gì cách thanh lịch hơn để làm điều này trong R, nhưng điều đó nên làm việc.

Tôi đã nói với các mô hình tuyến tính tổng hợp (hỗn hợp) đa biến tồn tại giải quyết vấn đề của bạn. Tôi không phải là một chuyên gia về nó, nhưng tôi sẽ xem tài liệu SABER và cuốn sách này về GLM đa biến. Có lẽ họ giúp ...