R 如何使用响应二项变量为重复测量运行GEE回归？

我正在尝试对广义估计方程（GEE）进行logisting回归。我使用Ideo_Dich（由0和1组成）作为我的响应变量，包括：

sample2$Ideo_Dich <- ordered(factor(sample2$Ideo_Dich))

library (multgee)
nomLORgee(Ideo_Dich~ square+round, data=sample2,
                                 id= Politician_ID,repeated=Country_ID)

我的示例数据集如下所示：

Politician_ID Country_ID Ideo_Dich    round square
           <int>      <int> <ord>        <dbl>  <dbl>
 1          3917          1 0          0.374   -0.486
 2          3921          1 0          0.682   -0.580
 3          3931          1 0          0.463   -0.801
 4          3932          1 0          0.00806 -0.296
 5          3935          1 0         -0.250   -0.485
 6          3936          1 0          0.814   -0.684
 7          3937          1 0         -0.0876  -0.421
 8          3942          1 0          0.630   -0.738
 9          3944          1 0          0.0779  -0.499
10          3945          1 0          0.549   -1.30 

political\u ID Country\u ID Ideo\u dic圆形广场
1          3917          1 0          0.374   -0.486
2          3921          1 0          0.682   -0.580
3          3931          1 0          0.463   -0.801
4          3932          1 0          0.00806 -0.296
5          3935          1 0         -0.250   -0.485
6          3936          1 0          0.814   -0.684
7          3937          1 0         -0.0876  -0.421
8          3942          1 0          0.630   -0.738
9          3944          1 0          0.0779  -0.499
10          3945          1 0          0.549   -1.30 

---

由于我是回归方法学的新手，我想在这方面得到一些指导。

GEE是人口平均模型。您只需要在模型中指定一个ID。如果只能选择政客或县作为ID和关联结构。

---

样本2$Ideo_Dich由于该软件包似乎是针对多项式响应变量的，我猜这个错误告诉您它对二项式（即仅2类）响应变量不起作用。那么我猜答案应该是针对重复测量（国家ID）运行GEE回归的软件包？

Politician_ID Country_ID Ideo_Dich    round square
           <int>      <int> <ord>        <dbl>  <dbl>
 1          3917          1 0          0.374   -0.486
 2          3921          1 0          0.682   -0.580
 3          3931          1 0          0.463   -0.801
 4          3932          1 0          0.00806 -0.296
 5          3935          1 0         -0.250   -0.485
 6          3936          1 0          0.814   -0.684
 7          3937          1 0         -0.0876  -0.421
 8          3942          1 0          0.630   -0.738
 9          3944          1 0          0.0779  -0.499
10          3945          1 0          0.549   -1.30