如何在R中转换24小时时间变量以进行回归模型？

Question

我想对R中的重复测量进行逻辑回归。我想看看抑郁症和非抑郁症儿童一天中最后一餐的时间是否不同。我有14天内所有受试者用餐时间的记录(dep/non-dep)。我唯一的麻烦是将这些时间变量转换成适当的形式来进行我们的分析。将它们转换为十进制数(例如，看起来不是个好主意。请帮帮我！

id  depressed mealtime     
B8         1 17:30:00       
B8         1 17:00:00      
B8         1 12:30:00      
B8         1     <NA>         
B8         1 19:45:00       
B8         1 19:30:00       
A1         0 19:30:00       
A1         0 18:45:00      
A1         0 19:30:00      
A1         0 18:30:00       
A1         0 20:30:00   

Answer 1

为什么不将mealtime变量转换为具有参考点的不同时间呢？例如，使用strptime将字符串转换为POSIXlt和difftime，您可以这样做：

dat$mealtime <- strptime(dat$mealtime,'%H:%M:%S')
dat$difference <- difftime(dat$mealtime,time2=strptime('00:00:00','%H:%M:%S'))

现在，您可以使用新创建的变量进行回归，(我假设您的logit使用glm )

fit <- glm(depressed ~ difference,data=dat, family=binomial("logit"))

PS:这里的dat是：

dat <- read.table(text='id  depressed mealtime     
B8         1 17:30:00       
B8         1 17:00:00      
B8         1 12:30:00      
B8         1     <NA>         
B8         1 19:45:00       
B8         1 19:30:00       
A1         0 19:30:00       
A1         0 18:45:00      
A1         0 19:30:00      
A1         0 18:30:00       
A1         0 20:30:00',header=TRUE)