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

> 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。