Karışık efektler modelinde sabit etkiler konusunda çıkarım

Verileri ilişkilendirdim ve ilgilenilen bir yordayıcı için bireysel seviye (koşullu) etkiyi tahmin etmek için bir lojistik regresyon karma efekt modeli kullanıyorum. Standart marjinal modeller için Wald testini kullanan model parametreleri üzerindeki çıkarımın olasılık oranı ve skor testleri için tutarlı olduğunu biliyorum. Genellikle yaklaşık aynıdırlar. Wald'ın hesaplanması kolay olduğundan ve R çıktısında mevcut olduğundan,% 99'unu kullanıyorum.

Bununla birlikte, bir karma efekt modeliyle, R'deki model çıktısında bildirildikleri gibi sabit etkiler için Wald testi ve büyük bir "elle" olabilirlik oranı testi - aslında azaltılmış modeli uydurma. Sezgisel olarak, bunun neden büyük bir fark yaratabildiğini görebiliyorum, çünkü azaltılmış modelde rastgele etkinin varyansı yeniden tahmin ediliyor ve olasılığı büyük ölçüde etkileyebiliyor.

Birisi açıklayabilir mi

1. Wald test istatistikleri sabit etkiler için R'de nasıl hesaplanır?
2. Karışık efekt modelindeki tahmini model parametreleri için bilgi matrisi nedir? (ve Wald test istatistiklerinin hesaplandığı aynı mx mı?)
3. Açıkladığım vakalarda iki testten elde edilen sonuçlar arasındaki yorum farklılıkları nelerdir? hangileri genellikle literatürde çıkarsama için motive edilir ve kullanılır?

Verilen L, rxp ve l, rx 1 için H0 Lt = l hipotezini test etmek için geleneksel Wald istatistiği W = (Lt - l) '[L (X'H-1 X) -1 L'] ile verilir. -1 (Lt - l) ve asimptotik olarak, bu istatistik r serbestlik derecesi üzerinde ki-kare dağılımına sahiptir. Bunlar marjinal testlerdir, böylece modelin sabit kısmında diğer tüm terimler için bir ayarlama vardır. R açık kaynak

1. Kaynağın var mı?
2. Modelin tam olarak nedir? Karışık etkiler, Fisher bilgi matrisine yansıdığı ölçüde oldukça geniş bir kategoridir.
3. Bir olasılık oranı ve bir puan testi mi demek istediniz?