OpenMx kullanarak özdeş ve çift yumurta ikizleri için SEM kavramsal modellerinde yol ağırlıklarının seçimi

SEM modellerini nasıl belirleyeceğinizi ve sığdıracağımızı öğrenmek için genetik bir epidemiyoloji analizi için R paketi OpenMx'i inceliyorum. Ben bu konuda yeniyim, bu yüzden yanımda ol. OpenMx Kullanıcı Kılavuzu , sayfa 59'daki örneği takip ediyorum . Burada aşağıdaki kavramsal modeli çiziyorlar:

Ve yolları belirlerken, gizli "bir" düğümün ağırlığını "T1" ve "T2" tezahür eden bmi düğümlerine 0.6 olarak ayarlarlar çünkü:

İlgilenilen ana yollar, latent değişkenlerin her birinden ilgili gözlenen değişkene giden yollardır. Bunlar da tahmin edilir (böylece hepsi serbest bırakılır), başlangıç ​​değeri 0,6 ve uygun etiketler alır.

# path coefficients for twin 1
mxPath(
  from=c("A1","C1","E1"),
  to="bmi1",
  arrows=1,
  free=TRUE,
  values=0.6,
  label=c("a","c","e")
),

# path coefficients for twin 2
mxPath(
  from=c("A2","C2","E2"),
  to="bmi2",
  arrows=1,
  free=TRUE,
  values=0.6,
  label=c("a","c","e")
),

0.6 değeri tahmini Kovaryans gelir bmi1ve bmi2(katı arasında mono- zigotik ikiz çifti kadar). İki sorum var:

1. Yola 0,6 "başlangıç" değeri verildiğini söylediklerinde, bu GLM'lerin tahmininde olduğu gibi başlangıç ​​değerleriyle sayısal bir entegrasyon rutini ayarlamak gibi bir şey mi?

2. Bu değer neden kesinlikle monozigotik ikizlerden tahmin ediliyor?

2 puanınızı cevaplamak için:

1) Evet, tam olarak - başlangıç ​​değeri sadece algoritmanın optimizasyon sürecini nerede başlatacağını belirler. Çoğu yazılım paketi aslında varsayılan olarak kendi başlangıç ​​değerlerini belirler ve kullanıcının yalnızca tahmin sırasında sorunlar meydana geldiğinde farklı değerler girmeyi denemesi gerekir. Deneyimlerime göre, en makul başlangıç ​​değerleri yapacak ve algoritmanın yakınsadığı son modeli değiştirmeyecek.

2) 0.6 değeri, T1 ve T2'nin kesişmesi için başlangıç ​​değeridir ("bir" ve T1 & T2 arasındaki yol), ancak bunun yerine her gizli değişkeni (A, C, E'yi bağlayan faktör yükleri için başlangıç ​​değeridir. ) göstergelerine T1 veya T2 ekleyin. Bu, yolun from=c("A1","C1","E1"), to="bmi1"ilk durumda ve from=c("A2","C2","E2"), to="bmi2"ikinci durumda gitmesi ile belirtilir.

Spesifik değer "0.6" gelince: Bu değeri monozygotik ikizler alt grubuna dayanarak aldıklarından bahsetmedim; ve aslında, bu parametre tahminleri (3 latent değişken için faktör yükleri) doğrudan numuneden hesaplanamaz, çünkü tanım gereği, bu latent değişkenler gözlenmez (latenttir). Nokta # 1'de belirttiğim gibi, iki makul değer arasındaki seçim nadiren yakınsak modelin parametre tahminlerini etkiler, bu yüzden tahminim, bu faktör yükleri için başlangıç ​​değerleri olarak birçok makul değerden birini seçmeleridir. Bu değerin sadece monozigotik-ikiz alt grubunda bmi1 ve bmi2 arasındaki tahmini kovaryanstan gelip gelmediği önemli değildir, çünkü herhangi bir makul başlangıç ​​değeri algoritmanın aynı nihai değerlere yakınsamaya yol açmalıdır, belki hesaplama süresindeki bazı farklılıklar ile. (Ve kendinizi ikna etmek için tavsiyem şudur: deneyin! Birkaç başlangıç ​​değeri deneyin ve yakınsak modellerin parametre tahminlerini karşılaştırın.)

Genel bir not olarak, herhangi bir parametre tahmini için başlangıç ​​değerleri seçiminin, argüman freeayarlanmışsa ÇOK önemli hale geldiğine dikkat FALSEçekeceğim çünkü başlangıç ​​değeri, nihai modeldeki parametre tahmininin değeri olacak ( tahmin edilmeli; tahmin edilmeden önce düzeltilmelidir).