Rastgele etkilerle sıralı lojistik regresyon nasıl kullanılır?

Çalışmamda iş yükünü çeşitli ölçümlerle ölçeceğim. Kalp atış hızı değişkenliği (HRV), elektrodinamik aktivite (EDA) ve subjektif skala (IWS) ile. Normalleştirmeden sonra IWS'nin üç değeri vardır:

İş yükü normalden düşük
İş yükü ortalama
İş yükü normalden yüksek.

Fizyolojik önlemlerin öznel iş yükünü ne kadar iyi tahmin edebileceğini görmek istiyorum.

Bu nedenle sıra değerlerini tahmin etmek için oran verilerini kullanmak istiyorum. Şuna göre: R'de Ordinal Lojistik Regresyon analizini hem sayısal hem de kategorik değerlerle nasıl çalıştırabilirim? bu MASS:polrfonksiyon kullanılarak kolayca yapılabilir .

Bununla birlikte, denekler arası farklılıklar, cinsiyet, sigara içme gibi rastgele etkileri de hesaba katmak istiyorum. Bu eğiticiye baktığımda, nasıl rastgele efekt ekleyebileceğimi göremiyorum MASS:polr. Alternatif olarak lme4:glmerbu durumda bir seçenek olabilir, ancak bu işlev yalnızca ikili verilerin tahmin edilmesine izin verir.

Sıralı bir lojistik regresyona rastgele etkiler eklemek mümkün müdür?

— Robin Kramer
kaynak

Bu tür sonuçlar için orantılı oranlar kullanmak zorunda değilsiniz, devam oranı modellerini ve diğerlerini kullanabilirsiniz. CRAN tarafından sunulan sıralı paketi araştırabilirsiniz.

— mdewey

@RobinKramer Lütfen ne demek istediğinizi rastgele efektlerle netleştirin. İstatistikçiler rastgele etkiler söylediklerinde, genellikle farklı gözlemler arasında kümelenmeyi açıklamak isterler. Örneğin, aynı kişiler üzerinde tekrarlanan ölçümler yaptığınızı, bu nedenle her bir gözlemin belirli bir zamanda bir kişi olduğunu ve kişi başına 4 gözleminiz olduğunu varsayalım. Rastgele bir efekt modeline uymalısınız; her insanın kişiye özgü rastgele bir etkisi vardır (genellikle normal bir dağılımdan olduğu varsayılır). Cinsiyet, sigara vb. Dediğinde, bunlar genellikle sabit etkiler olarak modellenebilir. Peki ne demek istiyorsun?

— Weiwen Ng

@WeiwenNg soru oldukça eski, ama ben ilgilendiğim (ancak DV üzerinde bir etkisi vardı) değişkenleri yerleştirdiğim LME regresyonlarını rastgele etkiler olarak kullandım. Aynı şeyi bu proje için de yapmaya çalıştım.

— Robin Kramer

@RobinKramer Kötüüm, tarihi not edemedim! Bununla birlikte, burada hala bir karışıklık olduğunu düşünüyorum. Bireyler üzerinde tekrarlanan tedbirler var mı? Öyleyse, muhtemelen kişi tarafından rastgele bir kesme eklemeniz gerekir. Cinsiyetin DV üzerindeki etkisi ile ilgileniyorsanız, muhtemelen sadece normal bir değişken olarak modellemeniz gerekir. Bazıları bunu sabit bir etki olarak modelleyebilir (çünkü DV üzerindeki etkisini sabit olarak değerlendiriyorsunuz). Cinsiyete rastgele bir etki olarak davranmak gerçekten ontolojik olarak kafa karıştırıcı olurdu.

— Weiwen Ng

Yanıtlar:

Prensip olarak, herhangi bir lojistik karışık model yazılımının makinelerinin, sıralı yanıt değişkenini ardışık seviyeler arasında bir dizi ikili kontrasta genişleterek sıralı lojistik regresyon gerçekleştirmesini sağlayabilirsiniz (örneğin bkz. Dobson ve Barnett Genelleştirilmiş Doğrusal Modellere Giriş bölüm 8.4.6). Bununla birlikte, bu bir acıdır ve neyse ki R'de birkaç seçenek vardır:

sıra ambalaj vasıtasıyla clmmve clmm2işlevleri ( clmm= Cı umulative L mürekkep M sabitlenebilecektir M Odel)
mixor paketi ile, mixorfonksiyon
MCMCglmm paketi ile, family="ordinal"(bakınız ?MCMCglmm)
BRM paketi , örneğin, ile family="cumulative"(bakınız ?brmsfamily)

Son iki seçenek Bayesian MCMC çerçeveleri içinde uygulanır. Bildiğim kadarıyla, alıntılanan tüm fonksiyonlar (hariç ordinal::clmm2) çoklu rastgele efektleri (kesişme noktaları, eğimler vb.) İşleyebilir; çoğu (belki değil MCMCglmm?) bağlantı işlevi (logit, probit, vb.) seçimlerini işleyebilir.

( Zamanım varsa, geri döneceğim ve bu cevabı sıfırdan kullanarak sıralı modeller kurmanın çalışan bir örneğiyle revize edeceğimlme4 )

— Ben Bolker
kaynak

Cevabınız için teşekkür ederim. Aslında, bir dizi ikili kontrast kullanan, ancak "genel tahmin denklemi" olan birini gördüm. Bu, bahsettiğiniz yöntemlerle nasıl ilişkilidir? Ayrıca, birkaç karşılaştırma yaparken, çoklu karşılaştırma problemini düzeltmeniz gerekmez mi?

— Robin Kramer

R'de sıralı tepki ile karışık efekt modelini tahmin etmenin bir başka yolu mixor, mikser paketinin fonksiyonudur . Bu işlev rastgele eğimler ve kesişmeler sağlar ve bağlantı işlevi üzerinde bazı seçenekler sunar (sıralı lojistik regresyon ile sınırlı değil, aynı zamanda probit, log-log ve tamamlayıcı log-log link fonksiyonlarını da kullanabilirsiniz).

— user206892

Geri dönüp çalışan bir örnek eklemek ister misiniz?

— Ben - Monica'yı

muhtemelen olmasını istediğimden daha zor ...

— Ben Bolker

Evet, sıralı regresyon modeline rastgele efektler eklemek mümkündür. Kavramsal olarak, bu doğrusal bir karma modele rastgele efektler eklemekle aynıdır. UCLA sitesi sadece paketteki polr()işlevi göstermesine rağmen, MASSR'deki sıralı modellerin takılması için bir dizi olanak vardır . Burada daha geniş (ancak daha az ayrıntılı) bir genel bakış vardır . R'ye rastgele efektler eklemeyi bilmemin tek yolu sıralı paketi kullanıyor. Burada bir örnek üzerinde çalışıyorum: İki yönlü Friedman'ın testi var mı?

— gung - Monica'yı eski durumuna döndürün
kaynak