मैं एक कागज की समीक्षा कर रहा हूं जिसमें निम्नलिखित जैविक प्रयोग हैं। एक उपकरण का उपयोग द्रव कतरनी तनाव की अलग-अलग मात्रा में कोशिकाओं को उजागर करने के लिए किया जाता है। जैसा कि अधिक कतरनी तनाव कोशिकाओं पर लागू होता है, उनमें से अधिक सब्सट्रेट से अलग होने लगते हैं। कतरनी तनाव के प्रत्येक स्तर पर, वे उन कोशिकाओं को गिनते हैं जो संलग्न रहती हैं, और चूंकि उन्हें पता है कि कोशिकाओं की कुल संख्या जो शुरुआत में जुड़ी हुई थी, वे एक भिन्नात्मक लगाव (या टुकड़ी) की गणना कर सकते हैं।
यदि आप पक्षपाती अंश बनाम कतरनी तनाव की साजिश करते हैं, तो परिणाम एक तार्किक वक्र है। सिद्धांत रूप में, प्रत्येक व्यक्तिगत सेल एक एकल अवलोकन है, लेकिन जाहिर है कि हजारों या दसियों हजार कोशिकाएं होती हैं, इसलिए डेटा सेट विशाल होगा, अगर इसे सामान्य तरीके से स्थापित किया गया था (प्रत्येक पंक्ति एक अवलोकन के साथ)।
इसलिए, स्वाभाविक रूप से, मेरा प्रश्न (जैसा कि शीर्षक में कहा गया है) अब समझ में आना चाहिए। हम DV के रूप में भिन्नात्मक परिणाम का उपयोग करके लॉजिस्टिक रिग्रेशन कैसे करते हैं? क्या कुछ स्वचालित परिवर्तन है जो glm में किए जा सकते हैं?
इसी तर्ज पर, यदि संभावित 3 या अधिक (भिन्नात्मक) माप थे, तो कोई बहुराष्ट्रीय लॉजिस्टिक रिग्रेशन के लिए ऐसा कैसे करेगा?
http://www.ats.ucla.edu/stat/r/dae/mlogit.htm