यादृच्छिक प्रभावों के साथ क्रमिक लॉजिस्टिक प्रतिगमन का उपयोग कैसे करें?


17

अपने अध्ययन में मैं कई मेट्रिक्स के साथ वर्कलोड को मापूंगा। हृदय-दर परिवर्तनशीलता (एचआरवी), इलेक्ट्रोडर्मल गतिविधि (ईडीए) और एक व्यक्तिपरक पैमाने (आईडब्ल्यूएस) के साथ। सामान्य होने के बाद IWS के तीन मूल्य हैं:

  1. काम का बोझ सामान्य से कम
  2. वर्कलोड औसत है
  3. कार्यभार सामान्य से अधिक है।

मैं देखना चाहता हूं कि शारीरिक उपाय व्यक्तिपरक कार्यभार की कितनी अच्छी भविष्यवाणी कर सकते हैं।

इसलिए मैं क्रमिक मूल्यों का अनुमान लगाने के लिए अनुपात डेटा का उपयोग करना चाहता हूं। के अनुसार: मैं संख्यात्मक / श्रेणीबद्ध मान दोनों के साथ R में साधारण लॉजिस्टिक रिग्रेशन विश्लेषण कैसे चलाऊं? यह आसानी से MASS:polrफ़ंक्शन का उपयोग करके किया जाता है ।

हालाँकि, मैं यादृच्छिक प्रभावों जैसे कि विषय-विषय के अंतर, लिंग, धूम्रपान आदि का भी हिसाब रखना चाहता हूं। इस ट्यूटोरियल को देखते हुए, मैं यह नहीं देखता कि मैं यादृच्छिक प्रभावों को कैसे जोड़ सकता हूँ MASS:polr। वैकल्पिक रूप lme4:glmerसे तब एक विकल्प होगा, लेकिन यह फ़ंक्शन केवल द्विआधारी डेटा की भविष्यवाणी की अनुमति देता है।

क्या एक ऑर्डिनल लॉजिस्टिक रिग्रेशन में यादृच्छिक प्रभाव जोड़ना संभव है?


आप इस तरह के परिणाम के लिए आनुपातिक बाधाओं का उपयोग करने के लिए बाध्य नहीं हैं, आप निरंतरता अनुपात मॉडल और अन्य का उपयोग कर सकते हैं। आप CRAN से उपलब्ध अध्यादेश पैकेज की जांच कर सकते हैं।
mdewey 12

1
@RobinKramer कृपया स्पष्ट करें कि आपको क्या लगता है कि आपको यादृच्छिक प्रभावों से क्या मतलब है। जब सांख्यिकीविद् यादृच्छिक प्रभाव कहते हैं, तो वे आम तौर पर विभिन्न टिप्पणियों के बीच क्लस्टरिंग के लिए जिम्मेदार होते हैं। उदाहरण के लिए, मान लें कि आपने एक ही व्यक्ति पर बार-बार उपाय किए हैं, इसलिए प्रत्येक अवलोकन एक निश्चित समय पर एक व्यक्ति है, और आपके पास प्रति व्यक्ति 4 अवलोकन हैं। आपको यकीनन एक यादृच्छिक प्रभाव मॉडल फिट करना चाहिए; प्रत्येक व्यक्ति का व्यक्ति-विशेष यादृच्छिक प्रभाव होता है (आमतौर पर एक सामान्य वितरण से माना जाता है)। जब आप लिंग, धूम्रपान, आदि कहते हैं, तो उन्हें आमतौर पर निश्चित प्रभावों के रूप में चित्रित किया जा सकता है। तो तुम्हारा मतलब क्या है?
वीवेन एनजी

@WeiwenNg प्रश्न पुराना है, लेकिन मुझे एलएमई रजिस्ट्रेशन्स का उपयोग करने के लिए उपयोग किया गया था जिसमें मैंने चर रखा था, जिसमें मुझे कोई दिलचस्पी नहीं थी (लेकिन DV पर प्रभाव था), यादृच्छिक प्रभाव के रूप में। मैंने इस परियोजना के साथ भी ऐसा करने का प्रयास किया।
रॉबिन क्रेमर

@RobinKramer मेरा बुरा, मैं तारीख नोट करने में विफल रहा! उस ने कहा, मुझे अभी भी लगता है कि यहां कुछ भ्रम है। क्या आपके पास व्यक्तियों पर दोहराए गए उपाय हैं? यदि ऐसा है, तो आपको शायद व्यक्ति द्वारा एक यादृच्छिक अवरोधन शामिल करना चाहिए। यदि आप DV पर लिंग के प्रभाव में रुचि रखते हैं, तो आपको संभवतः इसे सामान्य कोवरिएट के रूप में मॉडल करना होगा। कुछ लोग इसे एक निश्चित प्रभाव के रूप में कहेंगे (क्योंकि आप इसके प्रभाव को DV के अनुसार तय कर रहे हैं)। एक यादृच्छिक प्रभाव के रूप में लिंग का इलाज करना वास्तव में ontologically भ्रामक होगा।
वीवेन एनजी

जवाबों:


24

सिद्धांत रूप में आप किसी भी लॉजिस्टिक मिश्रित मॉडल सॉफ़्टवेयर की मशीनरी को क्रमिक प्रतिक्रिया चर का विस्तार करके क्रमिक प्रतिक्रिया चर को क्रमिक स्तरों के बीच द्विआधारी विरोधाभासों की श्रृंखला में विस्तारित कर सकते हैं (जैसे सामान्य रूप से रैखिक मॉडल 8.4.6 को डॉब्सन और बार्नेट परिचय देखें )। हालांकि, यह एक दर्द है, और सौभाग्य से आर में कुछ विकल्प हैं:

बाद के दो विकल्प बेयेशियन MCMC चौखटे के भीतर लागू होते हैं। जहां तक ​​मुझे पता है, उद्धृत किए गए सभी फ़ंक्शन (अपवाद के साथ ordinal::clmm2) कई यादृच्छिक प्रभाव (अवरोध, ढलान, आदि) को संभाल सकते हैं; उनमें से अधिकांश (शायद नहीं MCMCglmm?) लिंक फ़ंक्शन (लॉगिट, प्रोबेट, आदि) के विकल्पों को संभाल सकते हैं।

( यदि मेरे पास समय है तो मैं वापस आऊंगा और इस उत्तर को संशोधित करके आदर्श मॉडल को खरोंच से उपयोग करने का काम करूँगाlme4 )


आपके उत्तर के लिए धन्यवाद। तथ्य की बात के रूप में, मैंने किसी को वास्तव में बाइनरी विरोधाभासों की एक श्रृंखला का उपयोग करते हुए देखा है, लेकिन "सामान्य आकलन समीकरण" के साथ। यह आपके द्वारा बताए गए तरीकों से कैसे संबंधित है? इसके अलावा, कई तुलना करते समय, आपको कई तुलनात्मक समस्या के लिए सही करने की आवश्यकता नहीं है?
रॉबिन क्रेमर

1
आर में क्रमिक प्रतिक्रिया के साथ मिश्रित प्रभाव मॉडल का अनुमान लगाने का एक और तरीका मिक्सर पैकेज के mixorकार्य के माध्यम से है । यह फ़ंक्शन यादृच्छिक ढलान के लिए अनुमति देता है और इंटरसेप्ट करता है और लिंक फ़ंक्शन पर कुछ विकल्प प्रदान करता है (आप ऑर्डर किए गए लॉजिस्टिक प्रतिगमन तक ही सीमित नहीं हैं, लेकिन प्रोबेट, लॉग-लॉग और पूरक लॉग-लॉग लिंक फ़ंक्शन का उपयोग भी कर सकते हैं)।
user206892

वापस आना चाहते हैं और एक काम किया उदाहरण जोड़ना चाहते हैं?
मोनिका

संभवत: मैं जितना चाहता हूं, उससे कहीं ज्यादा कठिन ...
बेन बोल्कर

4

हां, एक क्रमिक प्रतिगमन मॉडल में यादृच्छिक प्रभावों को शामिल करना संभव है। वैचारिक रूप से, यह एक रैखिक मिश्रित मॉडल में यादृच्छिक प्रभावों सहित समान है। हालांकि यूसीएलए साइट केवल पैकेज polr()में फ़ंक्शन का प्रदर्शन करती है MASS, लेकिन आर में अध्यादेशी मॉडल फिटिंग के लिए कई सुविधाएं हैं। यहां एक व्यापक (लेकिन कम विस्तृत) अवलोकन है । हालांकि, जिस तरह से मैं आर के क्रमिक पैकेज का उपयोग करता है, उसमें यादृच्छिक प्रभावों को शामिल करना जानता हूं। मैं यहां एक उदाहरण के माध्यम से काम करता हूं: क्या दो-तरफा फ्रीडमैन का परीक्षण है?

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.