मेरे पास सहसंबद्ध डेटा है और ब्याज के भविष्यवक्ता के लिए व्यक्तिगत स्तर (सशर्त) प्रभाव का अनुमान लगाने के लिए एक लॉजिस्टिक रिग्रेशन मिश्रित प्रभाव मॉडल का उपयोग कर रहा हूं। मुझे पता है कि मानक सीमांत मॉडल के लिए, वाल्ड परीक्षण का उपयोग करने वाले मॉडल मापदंडों पर निष्कर्ष संभावना अनुपात और स्कोर परीक्षणों के अनुरूप है। वे आमतौर पर लगभग समान होते हैं। क्योंकि वाल्ड को आर आउटपुट में गणना करना और उपलब्ध करना आसान है, मैं उस समय का 99% उपयोग करता हूं।
हालांकि, मिश्रित प्रभाव वाले मॉडल के साथ, मुझे निश्चित प्रभावों के लिए वाल्ड टेस्ट के बीच एक बड़ा अंतर देखने के लिए तैयार किया गया था, क्योंकि वे आर में मॉडल आउटपुट में रिपोर्ट किए गए हैं, और एक "हाथ से" संभावना अनुपात परीक्षण - जिसमें शामिल है वास्तव में कम मॉडल फिटिंग। सहज रूप से, मैं देख सकता हूं कि यह एक बड़ा अंतर क्यों हो सकता है, क्योंकि कम किए गए मॉडल में, यादृच्छिक प्रभाव के विचरण का फिर से अनुमान लगाया जाता है और संभावना को काफी हद तक प्रभावित कर सकता है।
क्या कोई समझा सकता है?
- निश्चित प्रभावों के लिए आर में वाल्ड टेस्ट के आंकड़ों की गणना कैसे की जाती है?
- मिश्रित प्रभाव मॉडल में अनुमानित मॉडल मापदंडों के लिए सूचना मैट्रिक्स क्या है? (और वही एमएक्स है जिससे वाल्ड परीक्षण के आँकड़ों की गणना की जाती है?)
- मेरे द्वारा वर्णित मामलों में दो परीक्षणों से परिणामों के बीच व्याख्या में क्या अंतर हैं? जो आमतौर पर प्रेरणा के लिए साहित्य में प्रेरित और उपयोग किए जाते हैं?