for循环中的多个glm

Question

我有一个 R 数据框，被大大简化为：

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)

作为id我的受试者（实际上我的受试者远不止 2 个），correct= 响应编码为不正确 (0) 或正确 (1)，以及phases歧视和逆转（受试者内因素）。

我想以以下形式执行逻辑回归

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

稍后可能会添加额外的预测变量。然而，由于每个受试者的数据量不同，我想glm()对每个受试者单独执行，然后将系数与方差分析进行比较以了解群体效应。我想在 for 循环中以以下形式执行此操作

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

但不断收到错误消息

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

我检查了我的数据，没有任何因素只包含一个水平。所有受试者都至少给出一项错误和一项正确反应，并且所有人都参与了歧视和逆转。当我指定特定主题时，该函数在循环外工作。

Answer 1

这是一个 R Base 解决方案：

> 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

Answer 2

glm您当前正在尝试对以下中的每一行执行id：

我想你想要glm每个id单独的。 就我个人而言，我会选择类似的东西：

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