স্থির-প্রভাব লজিস্টিক রিগ্রেশন জন্য আর প্যাকেজ


14

আমি Rচেম্বারলাইনের 1980 এর অনুমানকারী ব্যবহার করে পৃথক স্থির-প্রভাব (স্বতন্ত্র ইন্টারসেপ্ট) সহ লগইট মডেলের সহগের অনুমানের জন্য একটি প্যাকেজ খুঁজছি । এটি প্রায়শই চেম্বারলাইনের স্থির-কার্যকর লজিট অনুমানকারী হিসাবে পরিচিত।

বাইনারি ফলাফল প্যানেল ডেটা (কমপক্ষে একনোমেট্রিক্সে) নিয়ে কাজ করার সময় এটি একটি ক্লাসিক অনুমানকারী তবে আমি কেবল CRAN এ সম্পর্কিত কোনও কিছুই পাই না।

কোন সুত্র?


এখানে আরেকবার চেষ্টা করা হয়েছে: stats.stackexchange.com/questions/10141/…
অ্যালেক্স

আমি একই পরিস্থিতি নিয়ে কাজ করছি, আপনি কি কোনও সমাধান / প্যাকেজ / কোড খুঁজে পেয়েছেন?
মারিও জিএস

উত্তর:


12

শর্তসাপেক্ষ লজিস্টিক রিগ্রেশন (আমি অনুমান এই কি আপনি চেম্বালেন্স মূল্নির্ধারক বিষয়ে কথা নামে পরিচিত যে) মাধ্যমে উপলব্ধ clogit()মধ্যে বেঁচে থাকা প্যাকেজ। শর্তাধীন লজিট পরামিতিগুলি অনুমান করার জন্য এই কোডটিতে আর কোড রয়েছে যা আমি পেয়েছি । জরিপ প্যাকেজ জটিল স্যাম্পলিং ক্ষেত্রে GLM এবং বেঁচে থাকা মডেল জন্য মোড়কের ফাংশন অনেক অন্তর্ভুক্ত, কিন্তু আমি তাকান নি।

তাকান এছাড়াও চেষ্টা করুন logit.mixedমধ্যে Zelig প্যাকেজ, বা সরাসরি ব্যবহার lme4 প্যাকেজ যা দ্বিপদ লিংক (দেখুন সঙ্গে মিশিয়ে-প্রতিক্রিয়া মডেলের জন্য পদ্ধতি প্রদান lmerবা glmer)।

আপনি গ্র্যান্ট ভি। ফার্নসওয়ার্থের কাছ থেকে আর এর একনোমেট্রিক্সটি দেখেছেন ? এটি आर-তে প্রয়োগযুক্ত একনোমেট্রিক্সের একটি মৃদু ওভারভিউ সরবরাহ করেছে বলে মনে হচ্ছে (যার সাথে আমি পরিচিত নই)।


1
আসলে, "শর্তসাপেক্ষ লগইট" একটি অত্যন্ত দ্বিধাদ্বন্দ্বী শব্দ। এটি কিছু প্রসঙ্গে (মূলত প্যানেল ডেটা নিয়ে কাজ করার সময়) এটি চেম্বারলাইনের অনুমানের সমতুল্য, তবে এটি খুব বিরল। বেশিরভাগ সময়, এটি ক্রস-বিভাগীয় মডেলকে বোঝায় যেখানে ফলাফল পরিবর্তনশীল 2 টিরও বেশি মান নিতে পারে। আপনার সমস্ত প্রস্তাবগুলি প্রকৃতপক্ষে এই শেষ সম্ভাবনা বিবেচনা করে এমন প্যাকেজগুলিকে বোঝায়। মিশ্র-লগইটের সাথে একই: এটি কোনও স্থির-প্রভাব লগইট নয়। আমি ইতিমধ্যে ফার্নসওয়ার্থের ওভারভিউ দেখেছি, তবে এই অনুমানকারী সম্পর্কে কথা বলাই যথেষ্ট নয়। যাইহোক, আপনার উত্তরের জন্য ধন্যবাদ!
কামিক্সাভে

"শর্তসাপেক্ষ লগইট" দুটি ফলাফলের স্তরের বেশি হওয়ার বিষয়টি বোঝায় না । কিছু ফাংশন এটিকে পরিস্থিতি পর্যন্ত প্রসারিত করতে পারে তবে এটি মূল বিষয় নয়।
অনিকো

1
হ্যাঁ, তবে শর্তসাপেক্ষ লগইট মডেল (যেমনটি আমি বলেছি) 2 টিরও বেশি মান নিতে পারে, যা চেম্বারলাইনের মডেল থেকে সহজেই আলাদা করে তোলে ঠিক যেমন চেম্বারলাইন প্যানেল ডেটার জন্য বিশেষভাবে তৈরি করা হয়েছিল। এটি একটি প্রাসঙ্গিক তথ্য; সাধারণ কন্ডিশনাল লগিটের সুনির্দিষ্ট বর্ণনাটি হয় না (এবং উভয়ের বিবরণে 600 টিরও বেশি চর নেওয়া হবে)।
কামিক্সাভে

2

আপনি চেম্বারলাইন্স মডেল ব্যবহার করে চালাতে পারেন glmer । এটি মূলত একটি আরই মডেল তবে আরও ভেরিয়েবল সহ:

glmer(y~X + Z + (1|subject), data, model=binomial("probit"))
  • এক্স আপনার নিজের স্থির প্রভাবের মডেলটি ব্যাখ্যা করার জন্য ভেরিয়েবলগুলি (এটি একটি সাধারণ ক্ষেত্রে এটি জেডের গড়)
  • জেড হ'ল আপনার বহিরাগত ভেরিয়েবল
  • বিষয় হ'ল বৈষম্য যেখান থেকে আসে vari

আশা করি এটা কাজে লাগবে.


2
আমি মনে করি যে এটি বিজাতীয়ত্বকে এক্স এবং জেডের সাথে অরথোগোনাল হিসাবে সীমাবদ্ধ করবে যদিও অনুরোধক অনুমানকারী এটির জন্য অনুমতি দেয়।
অ্যালেক্স

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.