I am trying to diagnose the model for a dose-response assay under a Bayesian approach, however, I am not able to graph it to evaluate the residual components of the deviation using the stan_glm function. The error is below.
data: https://drive.google.com/file/d/1wtbpb9XJy1diewof9K2Us6XE_topN8EQ/view?usp=sharing
library(dplyr)
library(hnp)
library(rstan)
library(rstanarm)
library(ggplot2)
library(drc)
library(rstanarm)
dados = read.table("dados.csv", header = T, sep=";", dec = ",")
dados$periodo = as.factor(dados$periodo)
dados <- dados %>% mutate(proporcao = (dados$resposta)/60)
dados <- dados %>% mutate(logdose = log(dados$concentracao))
dados<- mutate(dados,
C_resposta=60-resposta)
dados2 = dados[c(1:5),]
attach(dados2)
fitstanglm24 <- stan_glm(cbind(resposta, C_resposta) ~ logdose,
family = binomial(link = "logit"), data = dados2)
summary(fitstanglm24)
m24hnp <- hnp(fitstanglm24)
Error in model.frame.default(formula = cbind(y.[[i]], m. - y.[[i]]) ~ :
comprimentos das variáveis diferem (encontradas em '(weights)')