当结果为分数（两个计数之比）时，如何在R中进行逻辑回归？

我正在审阅具有以下生物学实验的论文。使用装置将细胞暴露于变化量的流体剪切应力。当对细胞施加更大的剪切应力时，更多的细胞开始从基底上脱离。在每个剪切应力水平下，他们都对保持附着的细胞进行计数，并且由于他们知道开始时附着的细胞总数，因此他们可以计算分数附着（或分离）。

如果您绘制粘附分数与剪切应力的关系图，则结果将为逻辑曲线。从理论上讲，每个单元都是一个观察值，但是显然有成千上万个单元，因此，如果以通常的方式建立数据集（每一行都是一个观察值），那么数据集将是巨大的。

因此，自然地，我的问题（如标题中所述）现在应该有意义。我们如何使用分数结果作为DV进行逻辑回归？是否可以在glm中完成一些自动转换？

同样，如果可能存在3个或更多（分数）度量，那么对于多项式逻辑回归该怎么做？

该glm函数R提供3种方式来指定逻辑回归模型的公式。

最常见的是，数据帧的每一行代表一个观察值，并且响应变量为0或1（或具有2个水平的因数，或仅具有2个唯一值的其他变量）。

另一种选择是使用2列矩阵作为响应变量，其中第一列是“成功”的计数，第二列是“失败”的计数。

您还可以将响应指定为0到1之间的比例，然后将另一列指定为“权重”，以给出该比例所来自的总数（因此，响应0.3和权重10与3相同）成功”和7个“失败”）。

后两种方式中的任何一种都适合您要尝试执行的操作，后一种方式似乎最直接地描述了数据。

首先，如果您有一个成比例的因变量，则可以使用Beta回归。（根据我的有限知识）这不会扩展到多个比例。

有关Beta回归概述和R实现，请查看betareg。

我一直在使用nnet::multinom（软件包nnet是MASS的一部分）出于类似目的，它接受[0，1]中的连续输入。

如果需要参考：C. Beleites等：星状细胞瘤组织的拉曼光谱分级：使用软参考信息。肛门生物化学，2011，Vol。400（9），第2801-2816页