Extrahieren von Koeffizienten aus logistischer Regression mit for-Schleife

Question

Ich habe eine logistische Regression Nest Erfolg zu schätzen, werden Sie einige Daten in diesem Link:

https://www.dropbox.com/s/okp2iudnace6fha/data1.csv?dl=0

Alle meine erklärenden Variablen sind kontinuierlich einen linearen Trend zu erhalten . Ich möchte untersuchen, ob es eine Veränderung im Laufe der Zeit auf die saisonalen Schwankungen des Nestes Überleben ist:

yr (wie 0,1,2,3 ...)

Legedatum (LD)

NestAge

das ist mein Modell:

glm(survive~LD+yr+yr^2+LD:yr+LD:yr^2+NestAge,family=binomial(link=logexp(data1$exposure)), data=data1) 

Dies ist der Link Exposition ich verwende:

library(MASS) 
    logexp <- function(exposure = 1) 
    { 
     linkfun <- function(mu) qlogis(mu^(1/exposure)) 
     ## FIXME: is there some trick we can play here to allow 
     ## evaluation in the context of the 'data' argument? 
     linkinv <- function(eta) plogis(eta)^exposure 
     mu.eta <- function(eta) exposure * plogis(eta)^(exposure-1) * 
     .Call(stats:::C_logit_mu_eta, eta, PACKAGE = "stats") 
     valideta <- function(eta) TRUE 
     link <- paste("logexp(", deparse(substitute(exposure)), ")", 
        sep="") 
     structure(list(linkfun = linkfun, linkinv = linkinv, 
        mu.eta = mu.eta, valideta = valideta, 
        name = link), 
       class = "link-glm") 
    } 

Um die Koeffizienten zu erhalten, habe ich eine Schleife erstellt, die das extrahiert, aber es funktioniert nicht.

a<-as.matrix(coef(model)) 
intercept<-a[1,] 
slope<-a[2,] 
for (i in 1:6) { 
    i<-as.numeric(i) 
    sub<-subset(data1,data1$yr==i) 
    g<- intercept + slope*sub$yr[i] 
    dsr <-exp(g)/ (1+ exp(g)) 
} 

Können Sie mir bitte helfen, es zu beheben? Vielen Dank im Voraus.

Answer 1

Es funktioniert jetzt:

dsr=0 
for (i in 1:6) { 
    i<-as.numeric(i) 
    sub<-subset(data1,data1$yr==i) 
    g<- intercept + slope*sub$yr[i] 
    dsr [i]<-plogis(g) 
}