वार्ड पर रोगियों की संख्या के साथ हिंसा-परीक्षण संघ की घटना का वर्णन करने वाले दो साल के आंकड़े

Question

मेरे पास दो साल का डेटा है जो मूल रूप से इस तरह दिखता है:

दिनांक _ __ हिंसा Y / N? _ रोगियों की संख्या

1/1/2008 _ ___ 0 __ _ __ _ ____ 11

2/1/2008 _ __ _ 0 _ __ _ __ _ __ 11

3/1/2008 _ ____ 1 __ _ __ _ ____ 12

4/1/2008 _ ____ 0 __ _ __ _ ____ 12

...

31/12 / 2009_ _ __ 0_ _ __ _ __ _ __ 14

यानी दो साल के अवलोकन, एक प्रति दिन, एक मनोरोग वार्ड के, जो यह बताता है कि उस दिन कोई हिंसा की घटना हुई थी (1 हाँ, 0 नहीं) साथ ही साथ वार्ड के रोगियों की संख्या भी। हम जिस परिकल्पना को परखना चाहते हैं, वह यह है कि वार्ड में अधिक मरीज वार्ड में हिंसा की संभावना से जुड़े हैं।

हमें एहसास है कि निश्चित रूप से, हमें इस तथ्य के लिए समायोजित करना होगा कि जब वार्ड में अधिक मरीज होते हैं, तो हिंसा की संभावना अधिक होती है क्योंकि उनमें से कुछ और भी होते हैं- हम इसमें रुचि रखते हैं कि क्या प्रत्येक व्यक्ति की हिंसा की संभावना बढ़ जाती है वार्ड में अधिक मरीज हैं।

मैंने कई कागजात देखे हैं, जो केवल लॉजिस्टिक रिग्रेशन का उपयोग करते हैं, लेकिन मुझे लगता है कि यह गलत है क्योंकि एक ऑटोरिएरेटिव स्ट्रक्चर है (हालांकि, ऑटोक्रेलेशन फ़ंक्शन को देखते हुए, यह किसी भी अंतराल पर ऊपर नहीं मिलता है। हालांकि यह ऊपर है। "महत्वपूर्ण" ब्लू धराशायी रेखा जो आर मेरे लिए खींचती है)।

बस चीजों को और अधिक जटिल बनाने के लिए, मैं कर सकता हूं यदि मैं व्यक्तिगत रोगियों में परिणामों को तोड़ना चाहता हूं, तो डेटा बस ऊपर जैसा दिखता है, मुझे छोड़कर प्रत्येक रोगी के लिए डेटा होगा, 1/1/2008, 2 / 1/2008 आदि और एक आईडी कोड नीचे जा रहा है ताकि डेटा प्रत्येक रोगी के लिए घटनाओं का पूरा इतिहास अलग-अलग दिखाएगा (हालांकि सभी रोगी सभी दिनों के लिए मौजूद नहीं हैं, यह सुनिश्चित नहीं है कि क्या मायने रखता है)।

मैं आर में lme4 का उपयोग प्रत्येक रोगी के भीतर autoregressive संरचना को तैयार करने के लिए करना चाहूंगा, लेकिन कुछ Googling "lme4 को ऑटोरेजिव संरचनाओं से निपटने के लिए सेट नहीं किया गया है" उद्धरण के साथ आता है। यहां तक ​​कि अगर यह था, मुझे यकीन नहीं है कि मैं समझ सकता हूं कि कोड कैसे भी लिखना है।

बस किसी को नोटिस करने पर, मैंने कुछ समय पहले इस तरह का सवाल पूछा था, वे अलग-अलग समस्याओं के साथ अलग-अलग डेटासेट हैं, हालांकि वास्तव में इस समस्या को हल करने में मदद मिलेगी कि किसी ने (किसी ने मुझे पहले मिश्रित विधियों का उपयोग करने का सुझाव दिया था, लेकिन इस ऑटोरेन्जेनशन ने मुझे बनाया अनिश्चित यह कैसे करना है)।

इसलिए मैं थोड़ा फंस गया और ईमानदार बन गया। कोई मदद कृतज्ञता प्राप्त!

Comments

मैं इसी तरह की समस्या से निपट रहा हूं, मुझे लगता है कि आप पीएलएम पैकेज pgmmसे उपयोग कर सकते हैं , लेकिन जैसा कि आपकी प्रतिक्रिया चर द्विआधारी है मुझे नहीं पता कि यह कैसे करना है। हो सकता है कि अन्य लोग विस्तृत रूप से बता सकें ... (और हाँ आप सही हैं: मेरी समझ यह है कि जब भी आपके पास एक अंतर्जात चर होता है, तो इस मामले में पिछड़े हुए मूल्य, आप अनुमान लगाने के लिए REML का उपयोग नहीं कर सकते क्योंकि यह पक्षपातपूर्ण है, इसलिए आपको GMM का उपयोग करने की आवश्यकता है ।)

— टेक्टर

Answer 1

यहां एक विचार है जो आपके द्विआधारी निर्भर चर को एक निरंतर, बिना पढ़े हुए चर से जोड़ता है; एक कनेक्शन जो आपको निरंतर चर के लिए समय श्रृंखला मॉडल की शक्ति का लाभ उठाने दे सकता है।

निर्धारित करें:

$V_{w,t} = 1$$w$$t$

$P_{w,t}$$w$$t$

$P_{w,t}$

$V_{w,t} = \begin{cases} 1 & \mbox{if } P_{w,t} \ge \tau \\ 0 & \mbox{otherwise} \end{cases}$

कहाँ पे,

$\tau$

$P_{w,t}$$P_{w,t}$

$P_{w,t} = \alpha_0 + \alpha_1 P_{w,t-1} + ... + \alpha_p P_{w,t-p}+ \beta n_{w,t} + \epsilon_t$

कहाँ पे,

$n_{w,t}$$w$$t$

$\beta$

$P_{w,t}$