Я рецензирую статью, в которой есть следующий биологический эксперимент. Устройство используется, чтобы подвергать клетки различным величинам напряжения сдвига жидкости. По мере того как к клеткам прикладывается большее напряжение сдвига, большее их количество начинает отрываться от субстрата. На каждом уровне напряжения сдвига они подсчитывают количество клеток, которые остаются прикрепленными, и, поскольку они знают общее количество клеток, которые были присоединены в начале, они могут рассчитать дробное присоединение (или отделение).
Если вы построите график зависимости адгезионной фракции от напряжения сдвига, результатом будет логистическая кривая. Теоретически, каждая отдельная ячейка - это отдельное наблюдение, но очевидно, что существуют тысячи или десятки тысяч ячеек, поэтому набор данных был бы гигантским, если бы он был установлен обычным образом (с каждой строкой, являющейся наблюдением).
Поэтому, естественно, мой вопрос (как указано в заголовке) должен иметь смысл сейчас. Как мы делаем логистическую регрессию, используя дробный результат в качестве DV? Есть ли автоматическое преобразование, которое можно сделать в GLM?
В том же духе, если бы было потенциально 3 или более (дробных) измерений, как можно было бы сделать это для полиномиальной логистической регрессии?
http://www.ats.ucla.edu/stat/r/dae/mlogit.htm