R 用嵌套变量分析一项实验——小鼠年龄、训练次数、物种和治疗机会对';内存';
所以我做了一个实验,我试图分析我有两种不同品系的老鼠,我把它们放进一个迷宫,它们要么去奖励区(巧克力),要么去控制区作为“训练跑”然后作为试运行,我有两个控制块,看看它们是否能够“记住”,即回到迷宫中巧克力块所在的位置 我基本上是想看看哪些因素对它们的能力影响最大,我有关于老鼠种类(两种不同的物种)、它们的训练次数、几周内老鼠的年龄以及它们在一个数据框架内的试验次数的数据 我相信我能以某种方式生成一个glm模型,并不断缩小它,以确定哪个模型的效果最好。。但是,要减少和确定哪一种会产生影响是非常困难的,我相信有一种更好、更有效的方法来解决这个问题。。我的数据框看起来像这样R 用嵌套变量分析一项实验——小鼠年龄、训练次数、物种和治疗机会对';内存';,r,R,所以我做了一个实验,我试图分析我有两种不同品系的老鼠,我把它们放进一个迷宫,它们要么去奖励区(巧克力),要么去控制区作为“训练跑”然后作为试运行,我有两个控制块,看看它们是否能够“记住”,即回到迷宫中巧克力块所在的位置 我基本上是想看看哪些因素对它们的能力影响最大,我有关于老鼠种类(两种不同的物种)、它们的训练次数、几周内老鼠的年龄以及它们在一个数据框架内的试验次数的数据 我相信我能以某种方式生成一个glm模型,并不断缩小它,以确定哪个模型的效果最好。。但是,要减少和确定哪一种会产生影响是非常困
> memory
STRAIN AGE NUM_TRAIN COHORT RUN TREATMENT COUNT
1 CAST 1 1 1 1 reward 10
2 CAST 1 1 1 1 control 13
3 CAST 1 1 1 2 reward 12
4 CAST 1 1 1 2 control 14
5 CAST 1 1 1 3 reward 12
6 CAST 1 1 1 3 control 13
7 CAST 1 1 1 4 reward 10
8 CAST 1 1 1 4 control 10
9 CAST 1 1 1 5 reward 12
10 CAST 1 1 1 5 control 11
11 CAST 1 1 1 6 reward 9
12 CAST 1 1 1 6 control 11
13 CAST 1 1 1 7 reward 11
14 CAST 1 1 1 7 control 8
15 CAST 1 1 1 8 reward 9
这是您的数据框的一部分吗?您总共有多少个数据点(nrow(内存))。你没有太多的变量,所以只需做一些类似于summary(glm(COUNT~TREATMENT+RUN,family=“poisson”,data=memory))的事情在我的示例中,我只指定RUN和TREATMENT,因为所有其他变量都有相同的值。我想你可能需要拟合一个模型,并计算每个感兴趣的变量的标准化效应大小。无论如何,这似乎更适合stats.stackexchange。com@StupidWolf这只是我的数据框架的一个样本,有2个物种,4个不同的年龄(第1周、第5周、第10周或第15周),等等。超过5500行的观测结果与@Axeman一致,它可能更适合stats.stackexchange.com。我的建议是拟合一个模型summary(glm(COUNT~,family=“poisson”,data=memory)),您可以看到每个变量的影响。