মাল্টিলেভাল রিগ্রেশনের জন্য মানকযুক্ত বিটা ওজন

Question

মাল্টিলেভাল রিগ্রেশন থেকে কীভাবে একজন মানিক (স্থির প্রভাব) রিগ্রেশন ওজন পেতে পারেন?

এবং, একটি "অ্যাড-অন" হিসাবে: এই-মান mer(ওষুধের lmerমধ্যে lme4প্যাকেজটির কার্যকারিতা থেকে) মানকযুক্ত ওজনগুলি অর্জনের সহজ উপায় কী R?

Comments

বিশেষত মের বা আপনি কোনও লিনিয়ার মডেল সহগের জন্য জিজ্ঞাসা করছেন?

— রবার্ট কুব্রিক

আসলে আমি সাধারণত এটি কীভাবে করব সে সম্পর্কে আমি আরও আগ্রহী (নিয়মিত রৈখিক মডেলগুলির মতো, আমি আগে থেকেই সমস্ত পরিবর্তনককে মানক করে তুলব, তবে আমি নিশ্চিত নই যে এই পদ্ধতিটি এমএলএমগুলিতে বৈধ কিনা)। উপরে, আমি দেখতে চাই যে এটি কীভাবে lme4 অবজেক্ট দিয়ে করা হয়। আমি সেই অনুযায়ী প্রশ্নটি পুনরায় চাপিয়ে দিয়েছি!

— ফেলিক্স এস

অ্যান্ড্রু গ্যালম্যান এবং আইইন পার্দো (2007) অরৈখিকতা, ইন্টারঅ্যাকশনস এবং ভেরিয়েন্স উপাদানগুলির সাথে মডেলগুলির গড় ভবিষ্যদ্বাণীমূলক তুলনাগুলি আপনার এই কাগজটিতে আগ্রহী হতে পারে ।

— অ্যান্ডি ডব্লিউ

Answer 1

আপনার বর্ণনামূলক ভেরিয়েবলগুলিকে মডেলটিতে রাখার আগে কেবল তার শূন্য এবং তারতম্যের গড়ের স্কেল করুন। তারপরে সহগগুলি সমস্ত তুলনীয় হবে। মডেলের মিশ্র প্রভাব প্রকৃতি এই ইস্যুতে প্রভাব ফেলবে না।

এটি করার সর্বোত্তম উপায় এবং কমপক্ষে ভুল হওয়ার সম্ভাবনা হ'ল মডেলটি ফিট করার আগে স্কেল () ব্যবহার করা।

Comments

ধন্যবাদ, আমি এটিই জানতে চেয়েছিলাম: গ্র্যান্ড মানে উদ্ধার করা (গ্রুপ কাঠামো উপেক্ষা করে ...)।

— ফেলিক্স এস

Answer 2

আর এর যে কোনও এলএম (বা গ্ল্যাম) মডেল থেকে সরাসরি স্ট্যান্ডার্ডাইজড বিটা lm.beta(model)সহগতিতে পৌঁছানোর জন্য দ্রুত কোয়ান্টপ্যাসিক প্যাকেজটি ব্যবহার করে দেখুন । উদাহরণ স্বরূপ:

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

library(QuantPsyc)
lm.beta(glmModel)

Comments

ইন এই ইমেইল বেন Bolker "lmer-ভূমি" এই ফাংশন অনূদিত।

— ক্রিশ

তবে বেন যে লিঙ্কযুক্ত কোডটি সরবরাহ করেন তা আসলে সেই ইমেলটিতে লিখিতভাবে কার্যকর হয় না, এটি দেখতে দেখতে ভাল লাগে না। এটিতে

— বাজকজ

Answer 3

প্রমিত রৈখিক মডেলগুলির জন্য lm () দিয়ে সংক্ষিপ্ততর হয়ে আপনি আপনার ভবিষ্যদ্বাণীকারীদের ডেটা স্কেল () করতে পারেন বা কেবল এই সাধারণ সূত্রটি ব্যবহার করতে পারেন:

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

ধরে নিলে আপনি আপনার lmerমডেলটির আউটপুট সেট করেছেন lmer.results, fixef(lmer.results)সামগ্রিক স্থির প্রভাবের সহগগুলি প্রদান করবে।

Comments

তারা যদিও "মানিক" করা হবে না, তাই না? আমি সংক্ষিপ্ত প্রভাবগুলির আকারটি জানতে চাইলে প্রশ্নটি পড়ি যদি ব্যাখ্যামূলক ভেরিয়েবলগুলি একই স্কেলে থাকে on

— পিটার এলিস

আমি জানি না যে কোনও merবস্তুর থেকে মানসম্মত সহগগুলি পাওয়া সম্ভব - সেগুলি সারাংশে উপস্থিত হয় না, তাই আমি ধরে নিই যে lme4পদ্ধতিগুলি সেগুলি তৈরি করে না। fixef()কোনও merঅবজেক্ট থেকে উপলব্ধ সমস্ত স্থির প্রভাবের তথ্য প্রদান করবে ।

— মিশেল

যেমনটি পিটার ইতিমধ্যে মন্তব্য করেছেন: প্রশ্নের কেন্দ্রবিন্দু ছিল 'মানকৃত' গুণাগুণ সম্পর্কে ...

— ফেলিক্স এস