r - 如何在响应取决于同一组的响应的情况下进行 GLM？

Question

我有一个数据集

y x1 x2 x3
1 91 21 A1
0 54 87 A1
1 88 54 B1
1 67 42 B1
0 32 83 B1
.......

我首先想在 x2>50 的子集上执行 glm y~x1+x2 （我可以通过子集来做到这一点），

mdl1 <- glm(y~x1+x2, family=binomial, data=subset(df, x2>50))

然后我想做第二个 glm y~x1+x2+ y（从 x2>50 和 x3 是相同的）。

例如，第二行有 x2=87 和 x3=A1，那么它的 y=0 将对第一行的 y 建模产生影响，它在相同的 x3=A1 中，并且 x2<50。同样，第 3 行和第 5 行中的 y 将对第 4 行产生影响。

我不知道如何将其包含在模型中。

mdl2 <- glm(y~x1+x2+???, family=binomial, data=subset(df, x2<=50))

我怀疑当 x2<50 时 y 取决于相同 x3 的其他 y。

Answer 1

我认为您可以使用组合 glm 来捕捉“当 x2<50 时的 y 取决于相同 x3 的其他 y”的想法：

mdl <- glm(y ~ x1 + x2 + x3:as.numeric(x2 < 50), family=binomial)

对于 x2 >= 50，as.numeric(x2 < 50)为零，因此模型只是 y ~ x1 + x2。对于 x2 < 50， as.numeric(x2 < 50)为 1，因此模型变为 y ~ x1 + x2 + x3。

使用这种方法，x1 和 x2 的系数基于所有数据，但 x3 的影响仅基于 x2 < 50 的数据。