एक बहुस्तरीय प्रतिगमन के लिए मानकीकृत बीटा भार

Question

बहुस्तरीय प्रतिगमन से मानकीकृत (निश्चित प्रभाव) प्रतिगमन भार कैसे प्राप्त किया जा सकता है?

और, एक "ऐड-ऑन" के रूप में: इन-स्टैंडर्ड mer( इन पैकेज के lmerफंक्शन से ) lme4में से इन मानकीकृत भार को प्राप्त करने का सबसे आसान तरीका क्या है R?

Comments

विशेष रूप से मेर या आप किसी भी रैखिक मॉडल गुणांक के लिए पूछ रहे हैं?

— रॉबर्ट कुब्रिक

वास्तव में मुझे इस पर अधिक दिलचस्पी है कि इसे आम तौर पर कैसे किया जाता है (मैं नियमित रूप से रैखिक मॉडल में पहले से ही सभी चर का मानकीकरण करूंगा, लेकिन मुझे यकीन नहीं है कि एमएलएम में यह दृष्टिकोण मान्य है)। ऊपर, मैं यह देखना चाहता हूं कि यह lme4 ऑब्जेक्ट्स के साथ कैसे किया जाता है। मैंने उसी के अनुसार सवाल फिर से पेश किया!

— फेलिक्स एस

इस पत्र में आपकी दिलचस्पी एंड्रयू गेलमैन और इयन परदो (2007) की गैर-प्रियता, सहभागिता और भिन्न घटकों वाले मॉडल के लिए औसत भविष्यनिष्ठ तुलना से हो सकती है ।

— एंडी डब्ल्यू

Answer 1

मॉडल में डालने से पहले अपने व्याख्यात्मक चर को शून्य और एक के विचरण के पैमाने पर रखें। तब गुणांक सभी तुलनात्मक होंगे। मॉडल की मिश्रित प्रभाव प्रकृति इस मुद्दे पर प्रभाव नहीं डालती है।

इसे करने का सबसे अच्छा तरीका है, और कम से कम गलत होने की संभावना है, इससे पहले कि आप मॉडल को फिट करने के लिए पैमाने () का उपयोग करें।

Comments

धन्यवाद, यह वही है जो मैं जानना चाहता था: भव्य मतलब (समूह संरचना को अनदेखा करना ...)।

— फेलिक्स एस

Answer 2

R में किसी भी lm (या glm) मॉडल से सीधे मानकीकृत बीटा गुणांक प्राप्त करने के त्वरित तरीके के लिए, lm.beta(model)QuantPsyc पैकेज का उपयोग करके देखें । उदाहरण के लिए:

library("MASS")
glmModel = glm(dependentResponseVar ~ predictor1 + predictor2, data=myData)
summary(glmModel)

library(QuantPsyc)
lm.beta(glmModel)

Comments

में इस ई-मेल बेन Bolker "lmer भूमि" के लिए इस समारोह का अनुवाद किया।

— crsh

लेकिन जो लिंक कोड बेन प्रदान करता है वह वास्तव में कार्यात्मक नहीं है जैसा कि उस ईमेल में लिखा गया है, यह ऐसा नहीं दिखता है। इसमें शब्द / pseudocode शामिल हैं .... संपादित करें: इस प्रश्न का उत्तर कार्य कोड प्रदान करेगा: आंकड़े.stackexchange.com/questions/123366/…

— Bajcz

Answer 3

मानक रैखिक मॉडलों के लिए lm () के साथ आप अपने भविष्यवक्ताओं के डेटा को स्केल (या तो) कर सकते हैं या बस इस सरल सूत्र का उपयोग कर सकते हैं:

lm.results = lm(mydata$Y ~ mydata$x1)

sd.y = sd(mydata$Y)
sd.x1 = sd(mydata$x1)
x1.Beta = coef(lm.results)["mydata$x1"] * (sd.x1 / sd.y)

Answer 4

मान लें कि आपने अपने lmerमॉडल का आउटपुट सेट कर दिया है lmer.results, fixef(lmer.results)तो कुल निश्चित प्रभाव गुणांक वापस कर देगा।

Comments

वे "मानकीकृत" नहीं होंगे, हालांकि, क्या वे करेंगे? मैं प्रश्न को निश्चित प्रभावों के आकार के रूप में जानना चाहता हूं यदि व्याख्यात्मक चर समान पैमाने पर थे।

— पीटर एलिस

मुझे नहीं पता कि किसी merवस्तु से मानकीकृत गुणांक प्राप्त करना संभव है - वे सारांश में प्रकट नहीं होते हैं, इसलिए मैं मानता हूं कि lme4विधियां उन्हें नहीं बनाती हैं। fixef()किसी merवस्तु से उपलब्ध सभी निश्चित प्रभाव की जानकारी लौटाएगा ।

— मिशेल

जैसा कि पीटर ने पहले ही टिप्पणी की थी: सवाल का फोकस 'मानकीकृत' गुणांक के बारे में था ...

— फेलिक्स एस