我有六个因变量（计数数据）和几个自变量，我看到在 MMR 中，脚本是这样的：
my.model <- lm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn)
但是，由于我的数据是计数，我想使用广义线性模型，我尝试了这个：
my.model <- glm(cbind(DV1,DV2,DV3,DV4,DV5,DV6) ~ IV1 + IV2 + ... + IVn, family="poisson")
并出现此错误消息：
Error in glm.fit(x = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, :
(subscript) logical subscript too long`
谁能解释我这个错误信息或解决我的问题的方法？
简短的回答是这样glm不行。如果你给它一个矩阵，lm它将创建mlm对象，但这在泛型中没有得到广泛支持，无论如何也不能轻易推广到，glm因为用户需要能够为逻辑回归模型指定双列因变量。
解决方案是分别拟合模型。假设您的 IV 和 DV 存在于一个名为 data.framedd中，并按照您的问题中的方式进行标记。下面的代码列出了一个拟合模型的列表，这些模型由它们使用的因变量的名称索引：
models <- list()
dvnames <- paste("DV", 1:6, sep='')
ivnames <- paste("IV", 1:n, sep='') ## for some value of n
for (y in dvnames){
form <- formula(paste(y, "~", ivnames))
models[[y]] <- glm(form, data=dd, family='poisson')
}
要检查结果，只需将常用函数包装在 a 中lapply，如下所示：
lapply(models, summary) ## summarize each model
毫无疑问，在 R 中有更优雅的方法可以做到这一点，但这应该可行。