甜高粱芽期耐旱指标的逻辑斯蒂回归分析 [复制链接]

程序：

黄梓涵=read.table("clipboard",head=T)

黄梓涵

library(dplyr)

黄梓涵1=黄梓涵%%

mutate(根长=(黄梓涵第一根长+黄梓涵第二根长+黄梓涵第三根长)/3,

芽长=(黄梓涵第一芽长+黄梓涵第二芽长+黄梓涵第三芽长)/3,

)%%

select(品种,处理,重复,第四天发芽数,第八天发芽数,根长,芽长,总鲜重,根鲜重,芽鲜重)

黄梓涵1

均值=aggregate(cbind(第四天发芽数,第八天发芽数,根长,芽长,总鲜重,根鲜重,芽鲜重)~品种+处理,黄梓涵1,mean,na.rm=T)

均值2=arrange(均值,品种,处理)

均值2发芽势=cbind(floor(均值2第四天发芽数),50-floor(均值2第四天发芽数))

均值2发芽率=cbind(floor(均值2第八天发芽数),50-floor(均值2第八天发芽数))

均值2

glm.sol-glm(发芽势~处理,family=binomial,data=均值2)

glm.solz-glm(发芽势~处理+根长+芽长+总鲜重+根鲜重+芽鲜重,family=binomial,data=均值2)

summary(glm.sol)

summary(glm.solz)

d-seq(0,,len=)

pre-predict(glm.sol,data.frame(处理=d))

p-exp(pre)/(1+exp(pre))

均值2y1-均值2第四天发芽数/50

plot(均值2处理,均值2y1,xlab="处理",ylab="发芽势");lines(d,p)

logit.step-step(glm.solz,direction="both")

summary(logit.step)

glm.sol2-glm(发芽率~处理,family=binomial,data=均值2)

glm.sol2z-glm(发芽率~处理+根长+芽长+总鲜重+根鲜重+芽鲜重,family=binomial,data=均值2)

summary(glm.sol2)

summary(glm.sol2z)

d-seq(0,,len=)

pre-predict(glm.sol,data.frame(处理=d))

p-exp(pre)/(1+exp(pre))

均值2y2-均值2第八天发芽数/50

plot(均值2处理,均值2y2,xlab="处理",ylab="发芽率");lines(d,p)

logit.step-step(glm.sol2z,direction="both")

summary(logit.step)

结果：