Aşağıdaki biyolojik deneylere sahip bir makaleyi gözden geçiriyorum. Hücreleri değişen miktarlarda sıvı kayma stresine maruz bırakmak için bir cihaz kullanılır. Hücrelere daha büyük kayma gerilimi uygulandıkça, bunların çoğu substrattan ayrılmaya başlar. Kayma gerilmesinin her seviyesinde, bağlı kalan hücreleri sayarlar ve başlangıçta eklenmiş olan toplam hücre sayısını bildikleri için, kesirli bir eki (veya kopma) hesaplayabilirler.
Yapışkan kesri - kayma gerilmesini çizerseniz, sonuç bir lojistik eğridir. Teoride, her bir bireysel hücre tek bir gözlemdir, ancak açık bir şekilde binlerce veya onbinlerce hücre vardır, bu nedenle veri seti normal şekilde kurulursa devasa olur (her sıra bir gözlemdir).
Bu nedenle, doğal olarak, sorum (başlığında belirtildiği gibi) şimdi anlam ifade etmeli. Kesirli sonucu DV olarak kullanarak lojistik regresyon nasıl yapılır? Glm cinsinden yapılabilecek bazı otomatik dönüşüm var mı?
Aynı satırlar boyunca, potansiyel olarak 3 veya daha fazla (kesirli) ölçüm olsaydı, bir multinomial lojistik regresyon için bu nasıl olurdu?
http://www.ats.ucla.edu/stat/r/dae/mlogit.htm