我在进行我想要进行的分析时遇到了一些麻烦，并且想知道是否有任何替代方案。本质上，我有一个纵向数据集（或面板数据）和一个分类和时间不变的因变量（组成员资格）。例如：
| ID | 时间 | 团体 | 性别 | 年龄 | X1 | X2 | X3 |
|---|---|---|---|---|---|---|---|
| 1 | 1 | 一个 | 米 | 23 | 4 | 6 | 2 |
| 1 | 2 | 一个 | 米 | 23 | 2 | 6 | 1 |
| 1 | 3 | 一个 | 米 | 23 | 3 | 5 | 4 |
| 2 | 1 | 乙 | F | 31 | 5 | 6 | 3 |
| 2 | 2 | 乙 | F | 31 | 5 | 7 | 2 |
| 2 | 3 | 乙 | F | 31 | 1 | 3 | 1 |
| 3 | 1 | C | 米 | 27 | 4 | 2 | 4 |
| 3 | 2 | C | 米 | 27 | 5 | 3 | 4 |
| 3 | 3 | C | 米 | 27 | 2 | 3 | 3 |
所以我们既有时间不变变量（性别、年龄）和时间变量变量（X1、X2、X3），我们的 DV（组）在人体内是恒定的。通常，我相信这里的正确分析将是混合多项式 logit 回归，但是在尝试了许多包之后，我还没有找到在 R 中运行类似模型的方法。
我想知道是否有其他类型的分析可以用来对组成员身份进行建模。我探索了其他分析，例如纵向判别分析，但它们倾向于使用二元结果，而不是多项式结果。我还查看了诸如“multgee”之类的包，但这些包中的结果变量是在每个时间点测量的（而这里的 Group 在时间上是静态的）。
是否有一个与我错过的混合多项式模型相关的包，或者我可以使用另一个包来解释这个数据结构/结果变量？这里的任何帮助将不胜感激。