data/movie.R

In drm: Regression and association models for repeated categorical data

"movie" <-
structure(list(movie = c(1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 
4, 4, 4, 4, 5, 5, 5, 5, 6, 6, 6, 6, 7, 7, 7, 7, 8, 8, 8, 8, 9, 
9, 9, 9, 10, 10, 10, 10, 11, 11, 11, 11, 12, 12, 12, 12, 13, 
13, 13, 13, 14, 14, 14, 14, 15, 15, 15, 15, 16, 16, 16, 16, 17, 
17, 17, 17, 18, 18, 18, 18, 19, 19, 19, 19, 20, 20, 20, 20, 21, 
21, 21, 21, 22, 22, 22, 22, 23, 23, 23, 23, 24, 24, 24, 24, 25, 
25, 25, 25, 26, 26, 26, 26, 27, 27, 27, 27, 28, 28, 28, 28, 29, 
29, 29, 29, 30, 30, 30, 30, 31, 31, 31, 31, 32, 32, 32, 32, 33, 
33, 33, 33, 34, 34, 34, 34, 35, 35, 35, 35, 36, 36, 36, 36, 37, 
37, 37, 37, 38, 38, 38, 38, 39, 39, 39, 39, 40, 40, 40, 40, 41, 
41, 41, 41, 42, 42, 42, 42, 43, 43, 43, 43, 44, 44, 44, 44, 45, 
45, 45, 45, 46, 46, 46, 46, 47, 47, 47, 47, 48, 48, 48, 48, 49, 
49, 49, 49, 50, 50, 50, 50, 51, 51, 51, 51, 52, 52, 52, 52, 53, 
53, 53, 53, 54, 54, 54, 54, 55, 55, 55, 55, 56, 56, 56, 56, 57, 
57, 57, 57, 58, 58, 58, 58, 59, 59, 59, 59, 60, 60, 60, 60, 61, 
61, 61, 61, 62, 62, 62, 62, 63, 63, 63, 63, 64, 64, 64, 64, 65, 
65, 65, 65, 66, 66, 66, 66, 67, 67, 67, 67, 68, 68, 68, 68, 69, 
69, 69, 69, 70, 70, 70, 70, 71, 71, 71, 71, 72, 72, 72, 72, 73, 
73, 73, 73, 74, 74, 74, 74, 75, 75, 75, 75, 76, 76, 76, 76, 77, 
77, 77, 77, 78, 78, 78, 78, 79, 79, 79, 79, 80, 80, 80, 80, 81, 
81, 81, 81, 82, 82, 82, 82, 83, 83, 83, 83, 84, 84, 84, 84, 85, 
85, 85, 85, 86, 86, 86, 86, 87, 87, 87, 87, 88, 88, 88, 88, 89, 
89, 89, 89, 90, 90, 90, 90, 91, 91, 91, 91, 92, 92, 92, 92, 93, 
93, 93, 93), y = structure(c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 1, 1, 1, 2, 1, 1, 2, 1, 1, 1, 
2, 1, 1, 1, 3, 1, 1, 1, 3, 1, 1, 1, 3, 1, 1, 1, 3, 1, 1, 1, 3, 
1, 1, 1, 3, 1, 1, 1, 3, 1, 1, 1, 3, 1, 1, 1, 3, 3, 1, 1, 3, 3, 
1, 2, 1, 2, 1, 2, 1, 2, 1, 2, 1, 2, 1, 2, 2, 1, 1, 2, 2, 1, 1, 
2, 2, 2, 1, 2, 2, 2, 1, 2, 2, 2, 1, 2, 3, 1, 1, 2, 3, 1, 1, 2, 
3, 1, 1, 2, 3, 2, 1, 2, 3, 2, 1, 2, 3, 3, 1, 3, 1, 1, 1, 3, 1, 
3, 1, 3, 2, 1, 1, 3, 2, 2, 1, 3, 2, 2, 1, 3, 2, 3, 1, 3, 3, 1, 
1, 3, 3, 2, 1, 3, 3, 3, 1, 3, 3, 3, 2, 1, 1, 1, 2, 1, 1, 1, 2, 
1, 2, 1, 2, 1, 2, 1, 2, 1, 2, 2, 2, 1, 3, 2, 2, 2, 1, 1, 2, 2, 
1, 2, 2, 2, 2, 2, 2, 2, 3, 2, 2, 3, 1, 1, 2, 3, 3, 2, 2, 3, 3, 
3, 3, 1, 1, 1, 3, 1, 1, 1, 3, 1, 1, 1, 3, 1, 1, 2, 3, 1, 1, 3, 
3, 1, 3, 1, 3, 1, 3, 1, 3, 1, 3, 1, 3, 1, 3, 1, 3, 1, 3, 2, 3, 
2, 1, 3, 3, 2, 3, 1, 3, 2, 3, 2, 3, 2, 3, 2, 3, 2, 3, 2, 3, 3, 
1, 3, 3, 3, 2, 1, 3, 3, 2, 1, 3, 3, 2, 2, 3, 3, 3, 1, 3, 3, 3, 
1, 3, 3, 3, 2, 3, 3, 3, 2, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 
3, 3, 3, 3), .Names = c("lyons", "siskel", "medved", "ebert", 
"lyons", "siskel", "medved", "ebert", "lyons", "siskel", "medved", 
"ebert", "lyons", "siskel", "medved", "ebert", "lyons", "siskel", 
"medved", "ebert", "lyons", "siskel", "medved", "ebert", "lyons", 
"siskel", "medved", "ebert", "lyons", "siskel", "medved", "ebert", 
"lyons", "siskel", "medved", "ebert", "lyons", "siskel", "medved", 
"ebert", "lyons", "siskel", "medved", "ebert", "lyons", "siskel", 
"medved", "ebert", "lyons", "siskel", "medved", "ebert", "lyons", 
"siskel", "medved", "ebert", "lyons", "siskel", "medved", "ebert", 
"lyons", "siskel", "medved", "ebert", "lyons", "siskel", "medved", 
"ebert", "lyons", "siskel", "medved", "ebert", "lyons", "siskel", 
"medved", "ebert", "lyons", "siskel", "medved", "ebert", "lyons", 
"siskel", "medved", "ebert", "lyons", "siskel", "medved", "ebert", 
"lyons", "siskel", "medved", "ebert", "lyons", "siskel", "medved", 
"ebert", "lyons", "siskel", "medved", "ebert", "lyons", "siskel", 
"medved", "ebert", "lyons", "siskel", "medved", "ebert", "lyons", 
"siskel", "medved", "ebert", "lyons", "siskel", "medved", "ebert", 
"lyons", "siskel", "medved", "ebert", "lyons", "siskel", "medved", 
"ebert", "lyons", "siskel", "medved", "ebert", "lyons", "siskel", 
"medved", "ebert", "lyons", "siskel", "medved", "ebert", "lyons", 
"siskel", "medved", "ebert", "lyons", "siskel", "medved", "ebert", 
"lyons", "siskel", "medved", "ebert", "lyons", "siskel", "medved", 
"ebert", "lyons", "siskel", "medved", "ebert", "lyons", "siskel", 
"medved", "ebert", "lyons", "siskel", "medved", "ebert", "lyons", 
"siskel", "medved", "ebert", "lyons", "siskel", "medved", "ebert", 
"lyons", "siskel", "medved", "ebert", "lyons", "siskel", "medved", 
"ebert", "lyons", "siskel", "medved", "ebert", "lyons", "siskel", 
"medved", "ebert", "lyons", "siskel", "medved", "ebert", "lyons", 
"siskel", "medved", "ebert", "lyons", "siskel", "medved", "ebert", 
"lyons", "siskel", "medved", "ebert", "lyons", "siskel", "medved", 
"ebert", "lyons", "siskel", "medved", "ebert", "lyons", "siskel", 
"medved", "ebert", "lyons", "siskel", "medved", "ebert", "lyons", 
"siskel", "medved", "ebert", "lyons", "siskel", "medved", "ebert", 
"lyons", "siskel", "medved", "ebert", "lyons", "siskel", "medved", 
"ebert", "lyons", "siskel", "medved", "ebert", "lyons", "siskel", 
"medved", "ebert", "lyons", "siskel", "medved", "ebert", "lyons", 
"siskel", "medved", "ebert", "lyons", "siskel", "medved", "ebert", 
"lyons", "siskel", "medved", "ebert", "lyons", "siskel", "medved", 
"ebert", "lyons", "siskel", "medved", "ebert", "lyons", "siskel", 
"medved", "ebert", "lyons", "siskel", "medved", "ebert", "lyons", 
"siskel", "medved", "ebert", "lyons", "siskel", "medved", "ebert", 
"lyons", "siskel", "medved", "ebert", "lyons", "siskel", "medved", 
"ebert", "lyons", "siskel", "medved", "ebert", "lyons", "siskel", 
"medved", "ebert", "lyons", "siskel", "medved", "ebert", "lyons", 
"siskel", "medved", "ebert", "lyons", "siskel", "medved", "ebert", 
"lyons", "siskel", "medved", "ebert", "lyons", "siskel", "medved", 
"ebert", "lyons", "siskel", "medved", "ebert", "lyons", "siskel", 
"medved", "ebert", "lyons", "siskel", "medved", "ebert", "lyons", 
"siskel", "medved", "ebert", "lyons", "siskel", "medved", "ebert", 
"lyons", "siskel", "medved", "ebert", "lyons", "siskel", "medved", 
"ebert", "lyons", "siskel", "medved", "ebert", "lyons", "siskel", 
"medved", "ebert", "lyons", "siskel", "medved", "ebert", "lyons", 
"siskel", "medved", "ebert", "lyons", "siskel", "medved", "ebert", 
"lyons", "siskel", "medved", "ebert")), critic = structure(c(4, 
2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 
1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 
3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 
4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 
2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 
1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 
3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 
4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 
2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 
1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 
3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 
4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 
2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 
1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 
3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 
4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 
2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 
1, 3, 4, 2, 1, 3, 4, 2, 1, 3, 4, 2, 1, 3), .Label = c("medved", 
"siskel", "ebert", "lyons"), class = c("ordered", "factor"))), .Names = c("movie", 
"y", "critic"), row.names = c("1", "2", "3", "4", "5", "6", "7", 
"8", "9", "10", "11", "12", "13", "14", "15", "16", "17", "18", 
"19", "20", "21", "22", "23", "24", "25", "26", "27", "28", "29", 
"30", "31", "32", "33", "34", "35", "36", "37", "38", "39", "40", 
"41", "42", "43", "44", "45", "46", "47", "48", "49", "50", "51", 
"52", "53", "54", "55", "56", "57", "58", "59", "60", "61", "62", 
"63", "64", "65", "66", "67", "68", "69", "70", "71", "72", "73", 
"74", "75", "76", "77", "78", "79", "80", "81", "82", "83", "84", 
"85", "86", "87", "88", "89", "90", "91", "92", "93", "94", "95", 
"96", "97", "98", "99", "100", "101", "102", "103", "104", "105", 
"106", "107", "108", "109", "110", "111", "112", "113", "114", 
"115", "116", "117", "118", "119", "120", "121", "122", "123", 
"124", "125", "126", "127", "128", "129", "130", "131", "132", 
"133", "134", "135", "136", "137", "138", "139", "140", "141", 
"142", "143", "144", "145", "146", "147", "148", "149", "150", 
"151", "152", "153", "154", "155", "156", "157", "158", "159", 
"160", "161", "162", "163", "164", "165", "166", "167", "168", 
"169", "170", "171", "172", "173", "174", "175", "176", "177", 
"178", "179", "180", "181", "182", "183", "184", "185", "186", 
"187", "188", "189", "190", "191", "192", "193", "194", "195", 
"196", "197", "198", "199", "200", "201", "202", "203", "204", 
"205", "206", "207", "208", "209", "210", "211", "212", "213", 
"214", "215", "216", "217", "218", "219", "220", "221", "222", 
"223", "224", "225", "226", "227", "228", "229", "230", "231", 
"232", "233", "234", "235", "236", "237", "238", "239", "240", 
"241", "242", "243", "244", "245", "246", "247", "248", "249", 
"250", "251", "252", "253", "254", "255", "256", "257", "258", 
"259", "260", "261", "262", "263", "264", "265", "266", "267", 
"268", "269", "270", "271", "272", "273", "274", "275", "276", 
"277", "278", "279", "280", "281", "282", "283", "284", "285", 
"286", "287", "288", "289", "290", "291", "292", "293", "294", 
"295", "296", "297", "298", "299", "300", "301", "302", "303", 
"304", "305", "306", "307", "308", "309", "310", "311", "312", 
"313", "314", "315", "316", "317", "318", "319", "320", "321", 
"322", "323", "324", "325", "326", "327", "328", "329", "330", 
"331", "332", "333", "334", "335", "336", "337", "338", "339", 
"340", "341", "342", "343", "344", "345", "346", "347", "348", 
"349", "350", "351", "352", "353", "354", "355", "356", "357", 
"358", "359", "360", "361", "362", "363", "364", "365", "366", 
"367", "368", "369", "370", "371", "372"), class = "data.frame")