поэтому у меня есть эксперимент, я пытаюсь проанализировать, где у меня есть два разных типа мышей, и я помещаю их в лабиринт, и они переходят либо в блок вознаграждений (шоколад), либо в блок управления как «тренировочный заезд». «затем, в качестве пробного запуска, у меня есть два контрольных блока и я вижу, могут ли они« запомнить », т.е. вернуться туда, где был шоколадный блок в лабиринте.
По сути, я пытаюсь выяснить, какие факторы влияют на их способность больше всего, и у меня есть данные по типу вида мышей (2 разных вида), количеству пройденных тренировок, возрасту мышей в неделях иколичество пробных запусков они получили все в кадре данных.
Я полагаю, что я мог бы как-то сгенерировать модель glm и продолжать уменьшать ее, чтобы определить, какой из них имеет наибольший эффект ... но так много нужно уменьшить и определить, какая из них имеет эффект, и я уверен, что лучшеболее эффективный способ сделать это .. мой фрейм данных выглядит следующим образом
> memory
STRAIN AGE NUM_TRAIN COHORT RUN TREATMENT COUNT
1 CAST 1 1 1 1 reward 10
2 CAST 1 1 1 1 control 13
3 CAST 1 1 1 2 reward 12
4 CAST 1 1 1 2 control 14
5 CAST 1 1 1 3 reward 12
6 CAST 1 1 1 3 control 13
7 CAST 1 1 1 4 reward 10
8 CAST 1 1 1 4 control 10
9 CAST 1 1 1 5 reward 12
10 CAST 1 1 1 5 control 11
11 CAST 1 1 1 6 reward 9
12 CAST 1 1 1 6 control 11
13 CAST 1 1 1 7 reward 11
14 CAST 1 1 1 7 control 8
15 CAST 1 1 1 8 reward 9