我想知道男性物种是否会影响女性对男性求爱的反应。我正在使用逻辑回归，因为答案是成功的一部分（女性对男性求爱的反应）和失败（女性对求爱没有回应）：
behavior <- structure(
list(male = c("speciesB", "speciesB",
"speciesB", "speciesB","speciesB", "speciesB",
"speciesB", "speciesA", "speciesA", "speciesA"),
courtship = c(1, 1, 3, 6, 2, 2, 2, 23, 4, 1),
female_response = c(0,0, 3, 4, 0, 1, 0, 23, 2, 1)),
.Names = c("male", "courtship","female_response"),
row.names = c(1L, 2L, 3L, 4L, 5L, 6L, 7L,40L, 59L, 67L),
class = "data.frame")
model <- glm(cbind(female_response,courtship-female_response)~male,
family=binomial, data=behavior)
除了似然比检验之外，我想用排列检验来检验我的假设，因为我有一个小的数据集（46位女性），其中有一些异常值似乎对结果产生了不适当的影响。
据我所知，现在存档的glmperm（）包中的prr.test是唯一可用于广义线性模型的置换测试的函数。
当我用我的模型调用函数时：
packageurl <- "https://cran.r-project.org/src/contrib/Archive/glmperm//glmperm_1.0-5.tar.gz"
install.packages(packageurl, repos=NULL, type="source")
library(glmperm)
prr.test(cbind(female_response,courtship-female_response) ~ male, var="male" , family=binomial, data=behavior)
我反复得到错误：
Error in prr.test(cbind(female_response, courtship - female_response) ~ :var not a covariate in the formular
为什么glmperm存档？是否有一些理由为什么人们不进行逻辑回归的排列检验？有更好的R包吗？
谁能告诉我哪里出错了？这个功能对比例数据不起作用吗？
显然，写入的函数仅适用于数值协变量，因为它正在寻找模型矩阵中指定的变量的名称：当您有一个因子的预测变量时，模型矩阵中的名称不再与式。您可以通过以下方法解决此问题：（1）将您的（两级）因子转换为虚拟变量，例如： behavior$maleDummy <- as.numeric(behavior$male=="speciesB")或（2）在函数调用中使用虚拟变量的派生名称：
res <- prr.test(cbind(female_response,courtship-female_response) ~ male,
var="malespeciesB" , family=binomial, data=behavior)