【发布时间】:2018-05-01 00:21:22
【问题描述】:
我想进行中介分析,以了解E接触污染物(连续)对C癌症类型(分类有 4 个级别的类型)的影响癌症)通过 Blood 生物标志物作为介质(连续)。所以中介图应该是这样的:
E -> B -> C
对于中介变量,我运行线性回归分析:
med.fit <- lm(blood_biomarker~exposure+age+sex, data=demographics)
但是当涉及到结果变量时,我从文档中了解到,唯一合适的分析是多项回归分析,例如:
out.fit <- multinom(cancer_type~blood_biomarker+exposure+age+sex, data=demographics)
那么 mediate 函数将无法使用 multinom 类对象作为输入。
#this doesn't work
med.out<-mediate(med.fit,out.fit, treat="exposure", mediator="blood_biomarker")
以上所有模型都在我的示例中进行了简化。除了年龄和性别之外,还有更多的混杂因素
我是中介分析的新手,我认为我的问题更多在于所需的回归方法而不是代码本身。有没有办法使用 glm() 或 lm() (或任何其他产生从中介函数识别的对象)对此类数据进行相同的分析?
提前谢谢你。
【问题讨论】:
标签: statistics regression categorical-data multinomial