1

従属変数としてバイナリ データに基づくロジスティック回帰のプロットを作成しようとしています (直接休暇 = 0 または 1)。独立変数は、連続データ (危険キューの持続時間)、カウント データ (危険キュー提示の時間)、およびカテゴリ データ (治療: スクロースまたはオクトパミン) です。

AnimalID       Time     Duration     Treatment       Daytime     DirectLeave
       1     1039.6          1.1       sucrose      mornings               1
       2     1116.5          7.6            OA      mornings               0
       3      359.9          2.4       sucrose     afternoon               0
       4      594.2         27.3            OA     afternoon               1
       5      951.4         10.5            OA      mornings               1
       6      612.4          3.8       sucrose     afternoon               0

これまでのところ、データ セット全体に対して 1 つの適合線を持つ 2 つのグラフ (以下) を作成できました。

library(car)
data_animal <- read.table("DirLeave_DurSorted.txt",header=T)

# Plot for relationship between immediate leave of animal and the time of danger cue presentation

pufftimegraph<-glm(DirLea ~ Time , family=binomial(link=logit), data=data_animal)
summary(pufftimegraph)
Anova(pufftimegraph)
data_animal$fitted<-pufftimegraph$fitted

dummy<-(data_animal$Time)
dummy<-sort(dummy)
print(dummy)

plot(data_animal$DirLea~data_animal$Time, xlab ="Time of the presentation of the danger cue", ylab="Proportion of wasps leaving the patch")
lines(data_animal$Time,(1/(1+(1/exp(0.0011188*data_Maxi$Time+-0.0174130)))), col="black")

# Plot for relationship between immediate leave of animal and duration of danger cue

durgraph<-glm(DirLea ~ Dur , family=binomial(link=logit), data=data_animal)
summary(durgraph)
Anova(durgraph)
data_animal$fitteddur<-durgraph$fitted
print(data_animal$fitteddur)

plot(data_animal$DirLea~data_animal$Dur, xlab ="Duration of the danger cue [s]", ylab="Proportion of wasps leaving the patch")
lines(data_animal$Dur,(1/(1+(1/exp(0.15020*data_animal$Dur+-1.00618)))), col="black")

ここに画像の説明を入力 ここに画像の説明を入力

しかし、私の研究の目的は、両方の治療法の違いを示すことでした. 両方のカテゴリ、つまりスクロースとオクトパミンの勾配と切片の値が必要であることはわかっていますが、Anova()データセット全体に対して 1 つの値しか提供しません。したがって、2 つの適合線 (処理ごとに 1 つ) を使用して両方のグラフを作成したいと思います。これを行うことは可能ですか？

4

1 に答える 1

0

ここでのモデルは処理の種類に依存しないため、同じモデルから異なる曲線が得られることはありません。処理を比較するには、処理に依存する項をモデルに含めるか、モデルをデータのサブセットに適合させる必要があります。

モデルはネストされていないため、モデルDirLea ~ Timeとモデルを比較することも困難です。DirLea ~ Dur2 つのモデルは、実験計画と 2 つの変数に相関関係があるかどうかに応じて、異なる効果または同じ効果を捉えている可能性があります。

比較しようとしているすべてのものを含むモデルから始めたとしましょう。

model <- glm(DirLea ~ (Time + Dur)*treatment, 
             data=data_animal, family = binomial(link=logit))

人工データを に入力して任意の適合線を作成し、 でデータpredictの関連サブセットを抽出できますsubset。ここでは、スクロース処理のデータのグラフと、ある値に固定された危険の手がかりを作成します。

sucrose.line <- expand.grid(treatment = "sucrose", 
                            Time = seq(100, 1200, length=50)
                            Dur=mean(animal_data$Dur))
sucrose.line$fitted <- predict(model, sucrose.line)
lines(fitted ~ Time, data = sucrose.line,
      xlab ="Time of the presentation of the danger cue",    
      ylab="Proportion of wasps leaving the patch")
于 2013-08-24T20:05:41.477 に答える