Recenzuję artykuł, który ma następujący eksperyment biologiczny. Do narażenia komórek na działanie różnych naprężeń ścinających płyn stosuje się urządzenie. Ponieważ większe naprężenia ścinające przykładane są do komórek, coraz więcej z nich zaczyna odłączać się od podłoża. Na każdym poziomie naprężenia ścinającego zliczają komórki, które pozostają przyczepione, a ponieważ znają całkowitą liczbę komórek, które zostały przyłączone na początku, mogą obliczyć przywiązanie ułamkowe (lub oderwanie).
Wykreślenie przylegającej frakcji w funkcji naprężenia ścinającego daje krzywą logistyczną. Teoretycznie każda pojedyncza komórka jest pojedynczą obserwacją, ale oczywiście istnieją tysiące lub dziesiątki tysięcy komórek, więc zestaw danych byłby gigantyczny, gdyby był ustawiony w zwykły sposób (przy czym każdy wiersz byłby obserwacją).
Oczywiście moje pytanie (jak podano w tytule) powinno mieć teraz sens. Jak przeprowadzamy regresję logistyczną, wykorzystując wynik ułamkowy jako DV? Czy istnieje jakaś automatyczna transformacja, którą można wykonać w glm?
W ten sam sposób, gdyby potencjalnie istniały 3 lub więcej (ułamkowe) pomiary, jak można to zrobić dla wielomianowej regresji logistycznej?
http://www.ats.ucla.edu/stat/r/dae/mlogit.htm