Marjinal ve koşullu modeller arasındaki fark

Bir marjinal modeli her bir kümenin içinde korelasyon oluşturuyor. Bir koşullu modeli de dikkate her kümedeki korelasyonu alır.

Sorularım:

1. Marjinal bir model bir popülasyondaki ana etkileri modellerken, bir koşullu model bir küme ve bir popülasyondaki temel etkileri modeller mi?
2. Marjinal bir modelin katsayılarının yorumlanması temelde "normal model" ile aynıdır. Peki koşullu bir modelin katsayıları ne olacak?

Evet, yorumlar "normal modellere" oldukça benzerdir ve aralarındaki en büyük fark, gözlemleri aynı küme içinde mi yoksa tüm kümeler arasında mı karşılaştırdığınızdır.

Şartlı olarak belirlenmiş bir model veya karma bir model olarak da bilinen tipik bir koşullu modelde, katsayıların kümeye özgü yorumları vardır. Bir ortak değişkenin katsayıları, aynı kümedeki, belirli ortak değişkenlerin bir birim ve diğer tüm ortak değişkenlerin aynı olduğu gözlemlerdeki ortalama yanıttaki farkın bir ölçüsüdür. Link fonksiyonuna bağlı olarak, "fark ölçüsü" bir fark veya bir log-oranı veya bir log olasılık-oranı olabilir. Bir istisna, farkı tanımlamayan ancak bunun yerine tüm ortak değişkenlerin ve rastgele etkilerin sıfır olduğu gözlemlerde ortalama yanıtı veren kesişmedir.

Marjinal bir modelde, katsayıların popülasyon ortalamalı yorumları vardır. Kesişme hariç, katsayılar ortalama yanıttaki farklılıkları tanımlar, ancak şimdi tüm gözlemlerde (ve dolayısıyla tüm kümelerde). Bir ortak değişkenin katsayısı, diğer tüm ortak değişkenlerin aynı olduğu gözlemlerde, ortak değişkendeki birim fark başına ortalama yanıttaki (veya ortalamaların log-oranı vb.) Farktır. Bu tanımın, karşılaştırmaların aynı kümede olup olmadığı konusunda agnostik olduğuna dikkat edin.