如何在数据框子集上运行GLM并生成新列存储中点值？

没问题，我来帮你搞定这个分组拟合GLM并计算中点的需求。你的原始代码之所以无效，是因为用group_by之后直接调用glm并不会自动按分组处理——glm还是会用整个数据框拟合模型，而不是每个单独的分组。我们可以用dplyr的分组操作函数来实现你的需求，下面分两种场景给出代码：

场景1：给原数据框添加分组中点列 #

如果你想把每个分组的中点值填充到对应分组的所有行中，可以用mutate结合自定义函数来实现：

首先加载dplyr包（如果没安装先运行install.packages("dplyr")）：

library(dplyr)

然后定义一个计算中点的函数，还加入了异常处理（避免某些分组数据不足导致模型拟合失败）：

calculate_midpoint <- function(group_data) {
  # 对当前分组数据拟合GLM
  glm_fit <- glm(coderesponse ~ stimulus, family = binomial(link = "logit"), data = group_data)
  
  # 检查系数是否完整（避免分组数据无法拟合模型的情况）
  if (length(glm_fit$coefficients) >= 2) {
    -glm_fit$coefficients[1] / glm_fit$coefficients[2]
  } else {
    NA_real_ # 无法拟合时返回NA
  }
}

接下来按分组计算并添加中点列：

# 按subject、stimtype、block分组，给每个分组添加midpoint列
dummy_with_midpoint <- dummy %>%
  group_by(subject, stimtype, block) %>%
  mutate(midpoint = calculate_midpoint(cur_data())) %>%
  ungroup()

这里的cur_data()会获取当前分组的子集数据，确保每个分组单独拟合GLM，计算出的中点会填充到该分组的每一行中。

场景2：生成仅含分组信息和中点的聚合表 #

如果你只需要每个分组一行的聚合结果（不需要保留原数据的重复行），可以用summarize代替mutate：

# 分组聚合得到每个分组的中点
midpoint_summary <- dummy %>%
  group_by(subject, stimtype, block) %>%
  summarize(
    midpoint = calculate_midpoint(cur_data()),
    .groups = "drop" # 取消分组，返回普通数据框
  )

运行后midpoint_summary里就只有subject、stimtype、block和对应的midpoint四列，每个分组一行数据。

验证结果 #

你可以打印结果看看是否符合预期：

# 查看带中点的原数据
head(dummy_with_midpoint)

# 查看聚合的中点表
print(midpoint_summary)

注意事项 #

• 如果某些分组的样本量太小，或者stimulus在分组内没有变化，GLM可能无法拟合出有效系数，这时候函数会返回NA，你可以根据实际数据调整分组逻辑或者处理这些NA值。
• 确保你的数据中每个分组都有足够的coderesponse的0和1值，否则二项式GLM可能无法收敛。

内容的提问来源于stack exchange，提问作者LizJu