R 用比例因变量拟合数据

下面是我的问题的简化版本和示例数据：

每年，我在院子里发现40个球。它们中有一定比例是红色的。我想对红球随时间的比例进行建模

library(tidyverse)
library(modelr)

# generate some proportion data that changes by year
data = tibble(
  year = 2011:2020, 
  reds = 1:10, # red balls
  total = 40, # total number of balls
  propRed = reds / total # proportion of red balls each year
)

# fit to a model
model = glm(propRed ~ year, XXX_WHAT_GOES_HERE_XXX, data)

# graph the model's prediction and the data
tibble(year = 2000:2030) %>% 
  modelr::add_predictions(model, "propRed") %>% 
  ggplot() + 
    aes(y=propRed, x=year) + 
    geom_line() +
    geom_point(data=data)

---

在这种情况下，我们可以使用逻辑回归，使用

glm

公式界面中的

cbind（成功，失败）

选项：

model <- glm(cbind(reds, total - reds) ~ year, family = 'binomial', data = data)

tibble(year = 2000:2030) %>% 
    mutate(propRed = predict(model, newdata = ., type = 'response')) %>%
    ggplot() + 
    aes(y=propRed, x=year) + 
    geom_line() +
    geom_point(data=data)

型号%
突变（propRed=predict（model，newdata=，type='response'））%>%
ggplot（）+
aes（y=支持，x=年）+
geom_线（）+
几何点（数据=数据）

这可能是逻辑回归。使用

glm（cbind（reds，total-reds）~year，family='二项式'，data=data）

之类的方法调用

glm

不清楚你在问什么。此外，您可能希望发布交叉验证。@bouncyball:I运行了

tibble（year=2000:2030）%%>%predict.glm（model，）

，它预测了不可能出现的负值。@sharoz这些预测是对数赔率（），用

mutate（propRed=predict）替换
add\u predictions
行（model，newdata=，type='response'））

谢谢！

type='response'

是我需要的！如果你加上这个作为答案，我会检查一下。