来自引导 GLM 列表的 LC50 计算

Question

我正在尝试从引导的 GLM 输出列表中计算 LC50

我在一个列表（命名结果）中有引导 GLM 的输出，如下所示： （为方便起见，我只是放入了最后一个结果，而不是整个列表）

$thetastar[[100]]    
Call:  glm(formula = dead[x] ~ concentration[x] + factor(female.no[x]), 
family = binomial, data = subset.data.48hr)

Coefficients:
      (Intercept)       concentration[x]  factor(female.no[x])3  factor(female.no[x])4             factor(female.no[x])7  
           0.7386                 0.1869                -0.8394                -5.6613                   -2.9576  
factor(female.no[x])8  factor(female.no[x])9  
          -1.5329                -2.7826  

Degrees of Freedom: 354 Total (i.e. Null);  348 Residual
(1265 observations deleted due to missingness)
Null Deviance:      484.2 
Residual Deviance: 257  AIC: 271

使用 MASS 包中的 dose.p 我正在尝试计算已运行模型中每个人的 LC50

dose.p(results$thetastar[[100]], cf = c(2,3), p = 0.5)

返回

              Dose       SE
p = 0.5: 0.2227249 0.161769

据我了解，这是 factor(female.no[x])3. 的 LC50，即 dose.p 我已将 cf = c(2,3) 放入第 2 列和第 3 列，concentration 和 factor(female.no[x])3.

这是正确的吗？

其次：

有没有一种方法可以让每个女性获得 LC50，即factor(female.no[x])3、factor(female.no[x])4、factor(female.no[x])7 等等，我不知道如何让dose.p 工作在不同的变量无需手动更改代码cf=:

dose.p(results$thetastar[[100]], cf = c(2,3), p = 0.5)
dose.p(results$thetastar[[100]], cf = c(2,4), p = 0.5)
dose.p(results$thetastar[[100]], cf = c(2,4), p = 0.5)

最后： 我的结果存储在一个列表中，我如何让dose.p 沿着列表工作，是不是类似于：

test=matrix
for(i in 1:results){
test[i,]= dose.p(results$thetastar[[i]], cf = c(2,3), p = 0.5)

感谢您的帮助

Answer 1

dose.p 的 cf 参数采用截距和对数剂量的列。 （如果用浓度，不就是LC50吗？）

对于默认动物（不是 3、4、8 或 9），您可以使用 (Intercept) 和 concentration[x] 列，cf = 1:2。

对于其他动物，您需要截距加上一个因子。例如，对于动物 3，您需要第 1 列加上第 3 列（以及用于浓度的第 2 列）。不幸的是，dose.p 不会接受这样的规范，因此您必须在没有拦截的情况下重新运行模型。

在公式中添加0 以实现此目的：

glm(
  dead[x] ~ 0 + concentration[x] + factor(female.no[x]), 
  family = binomial, 
  data = subset.data.48hr
)

现在每个factor(female.no[x]) 都将包含该动物的“拦截”。