একই সংখ্যক স্বাধীনতার ডিগ্রির সাথে মিশ্র ইফেক্ট মডেলের তুলনা করা


15

আমার একটি পরীক্ষা আছে যা আমি এখানে বিমূর্ত করার চেষ্টা করব। আপনার সামনে আমি তিনটি সাদা পাথর টস করে কল করুন এবং তাদের অবস্থান সম্পর্কে কোনও রায় দিতে আপনাকে বলছি। আমি পাথর এবং আপনার প্রতিক্রিয়া বিভিন্ন ধরণের রেকর্ড। আমি বেশ কয়েকটি বিষয়ের উপর এটি করি do আমি দুটি মডেল উত্পন্ন। একটি হ'ল আপনার নিকটতম পাথরটি আপনার প্রতিক্রিয়ার পূর্বাভাস দেয় এবং অন্যটি হ'ল পাথরের জ্যামিতিক কেন্দ্রটি আপনার প্রতিক্রিয়ার পূর্বাভাস দেয়। সুতরাং, আরআইতে লমার ব্যবহার করে লিখতে পারলাম।

mNear   <- lmer(resp ~ nearest + (1|subject), REML = FALSE)
mCenter <- lmer(resp ~ center  + (1|subject), REML = FALSE)

আপডেট এবং পরিবর্তন - আরও সরাসরি সংস্করণ যা বেশ কয়েকটি সহায়ক মন্তব্য অন্তর্ভুক্ত করে

চেষ্টা করতে পারি

anova(mNear, mCenter)

যা অবশ্যই ভুল, কারণ তারা নেস্টেড নয় এবং আমি সত্যিই সেভাবে তাদের তুলনা করতে পারি না। আমি আশা করছিলাম anova.mer একটি ত্রুটি নিক্ষেপ করবে তবে তা হয়নি। তবে আমি এখানে যে সম্ভাব্য বাসা চেষ্টা করতে পেরেছি তা প্রাকৃতিক নয় এবং এখনও কিছুটা বিশ্লেষণাত্মক বক্তব্য রেখে গেছে leaves যখন মডেলগুলি প্রাকৃতিকভাবে নেস্টেড থাকে (যেমন লিনিয়ারে চতুর্ভুজ) তখন পরীক্ষাটি কেবল একটি উপায়। তবে এক্ষেত্রে অসমজাতীয় অনুসন্ধানের অর্থ কী?

উদাহরণস্বরূপ, আমি একটি মডেল তিনটি করতে পারি:

mBoth <- lmer(resp ~ center + nearest + (1|subject), REML = FALSE)

তাহলে আমি আনোভা করতে পারি।

anova(mCenter, mBoth)
anova(mNearest, mBoth)

এটি করা ন্যায়সঙ্গত এবং এখন আমি দেখতে পেলাম যে কেন্দ্রটি নিকটতম প্রভাবকে যুক্ত করে (দ্বিতীয় কমান্ড) তবে নিকটতম কেন্দ্রে যোগ করা হলে (নীচের পার্সিমনি সংশোধন) বিআইসি আসলে উপরে যায়। এটি যা সন্দেহ করেছিল তা নিশ্চিত করে।

কিন্তু এটি কি যথেষ্ট খুঁজে পাচ্ছেন? এবং এই মেলাটি যখন কেন্দ্র এবং নিকটস্থ এত উচ্চতার সাথে সম্পর্কিত হয়?

মডেলগুলি বিশ্লেষণাত্মক ভেরিয়েবলগুলি (স্বাধীনতার ডিগ্রি) যুক্ত এবং বিয়োগ করার বিষয়ে নয়, তখন কী বিশ্লেষণাত্মকভাবে তুলনা করার আরও ভাল উপায় আছে?


আপনার মডেলগুলি বাসা বেঁধেছে না, দুজনের মধ্যে এলআরটি ব্যবহারের যুক্তি কী হবে?
chl

আপনার মন্তব্য অনুসারে জিনিসগুলি পুনরুদ্ধার করুন
জন

উত্তর:


9

তবুও, আপনি আপনার স্থির প্রভাবগুলির জন্য আত্মবিশ্বাসের ব্যবধানগুলি গণনা করতে পারেন এবং এআইসি বা বিআইসির প্রতিবেদন করতে পারেন (উদাহরণস্বরূপ কান্ন এট আল। , মেড 1997: 16: 2349)।

এখন, আপনি প্যারামিমেট্রিক বুটস্ট্র্যাপ ব্যবহার করে মডেল মিমিক্রি মূল্যায়ন করতে আগ্রহী হতে পারেন ওয়াগনমেকারস এট আল-এর । যা দুটি প্রতিদ্বন্দ্বী মডেলের মানের মূল্যায়ন সম্পর্কে আপনার প্রাথমিক প্রশ্নের সাথে আরও ঘনিষ্ঠভাবে সাদৃশ্য বলে মনে হচ্ছে।

অন্যথায়, এলএমএম-এ ব্যাখ্যা করা তারতম্যের ব্যবস্থা সম্পর্কে যে দুটি কাগজ আমার মনে আসে তা হ'ল:

তবে সম্ভবত আরও ভাল বিকল্প রয়েছে।


11

রোনফের পরামর্শ অনুসরণ করে ননসেটেড মডেলগুলির সম্ভাবনা অনুপাত পরীক্ষা করার জন্য ভুংয়ের একটি সাম্প্রতিক কাগজ নিয়ে আসে। এটি কেএলআইসি (কুলব্যাক-লেবেলার তথ্য মানদণ্ড) এর উপর ভিত্তি করে যা এআইসির অনুরূপ যে এটি কেএল দূরত্বকে হ্রাস করে। তবে এটি অনুমানের জন্য একটি সম্ভাব্য স্পেসিফিকেশন সেট আপ করে যাতে এলআরটি ব্যবহার আরও মূলত তুলনার দিকে পরিচালিত করে। কক্স এবং ভুং পরীক্ষার আরও একটি অ্যাক্সেসযোগ্য সংস্করণ ক্লার্ক এট আল উপস্থাপন করেছেন; বিশেষত চিত্র 3 দেখুন যা ভুং এলআরটি পরীক্ষার গণনার জন্য অ্যালগরিদম উপস্থাপন করে।

দেখে মনে হচ্ছে অন্যান্য মডেলগুলিতে ভুং পরীক্ষার আর বাস্তবায়ন রয়েছে, তবে লিমার নয়। তবুও, উপরে উল্লিখিত রূপরেখাটি একটি কার্যকর করতে যথেষ্ট হওয়া উচিত। আমি মনে করি না যে আপনি গণনার জন্য প্রয়োজনীয় হিসাবে লেটার থেকে প্রতিটি ডেটা পয়েন্টে মূল্যায়ন সম্ভাবনাটি অর্জন করতে পারেন। সিগ-এমই-র একটি নোটে, ডগলাস বেটসের কিছু পয়েন্টার রয়েছে যা সহায়ক হতে পারে (বিশেষত, তিনি যে ভিনগেটটি উল্লেখ করেছেন)।


পুরাতন

আরেকটি বিকল্প হ'ল পূর্বাভাস নির্ভুলতার পরীক্ষায় মডেলগুলি থেকে লাগানো মানগুলি বিবেচনা করা। উইলিয়ামস-ক্লূট পরিসংখ্যানগুলি এখানে উপযুক্ত হতে পারে। মূল পদ্ধতির দুটি মডেল থেকে লাগানো মানগুলির রৈখিক সংমিশ্রণের বিরুদ্ধে আসল মানগুলিকে পুনরায় চাপিয়ে দেওয়া এবং opeালের পরীক্ষা করা:

প্রথম কাগজটি পরীক্ষার (এবং অন্যদের) বিবরণ দেয়, যখন দ্বিতীয়টিতে এটি একমোমেট্রিক প্যানেল মডেলটিতে প্রয়োগ হয়।


lmerএআইসিগুলি ব্যবহার এবং তুলনা করার সময়, ফাংশনের ডিফল্ট হ'ল আরএমএল পদ্ধতিটি (সীমাবদ্ধ সর্বাধিক সম্ভাবনা) ব্যবহার করা। এটি কম পক্ষপাতদুষ্ট অনুমান পাওয়ার জন্য সূক্ষ্ম, তবে মডেলগুলির সাথে তুলনা করার সময়, আপনাকে REML=FALSEফিটিংয়ের জন্য সর্বাধিক সম্ভাবনা পদ্ধতি ব্যবহার করে এমনটি পুনরায় ফিট করা উচিত । Pinheiro / বেটস বই কিছু শর্ত যার অধীনে এআইসি / পারেন REML বা এমএল সঙ্গে সম্ভাবনা তুলনা করতে এটা ঠিক আছে উল্লেখ, এবং এই খুব ভাল আপনার ক্ষেত্রে প্রযোজ্য হতে পারে। তবে সাধারণ সুপারিশটি হ'ল কেবল পুনরায় ফিট। উদাহরণস্বরূপ, ডগলাস বেটসের পোস্টটি এখানে দেখুন:


আমি নির্দিষ্ট করেছিলাম না যে আমি আরইএমএল = মিথ্যা দিয়ে ফিট ছিল। যদিও আমি এখনও কিছুটা ঝাঁকুনির মধ্যে আছি ... এআইসি আমাকে এলোমেলো প্রভাব সহ পুরো সম্ভাবনার একটি পরিমাপ দেয়। এটি একটি বড় উপাদান এবং অবশ্যই, এআইসির হুবহু হুবুহু হবার সম্ভাবনা খুব কম। অতএব, এটি কতটা বড় তা বলার কিছু বিশ্লেষণাত্মক উপায় দিয়ে কেবল বৃহত্তর মানটি নির্বাচন করা বোকামি বলে মনে হচ্ছে।
জন

(আপনি কি বললেন তাতে এবং পয়েন্ট, জন) REML বনাম এমএল এবং এআইসি সম্পর্কে এই বক্তৃতা হাইলাইট উত্সাহব্যঞ্জক বিষয় @John, j.mp/bhUVNt । জিএলএমএম-এর বোলকারের পর্যালোচনাও একবার দেখে নেওয়া উচিত: j.mp/cAepqA
chl

4

ড্রকক্সের একটি কাগজ রয়েছে যা পৃথক [অরক্ষিত] মডেলগুলির পরীক্ষা করার বিষয়ে আলোচনা করে। এটি কয়েকটি উদাহরণ বিবেচনা করে, যা মিশ্র মডেলগুলির জটিলতায় না ওঠে। [যেহেতু আর কোড সহ আমার সুবিধা সীমাবদ্ধ তাই আপনার মডেলগুলি কী তা আমি নিশ্চিত নই]]

অ্যালথো কক্সের কাগজ আপনার সমস্যাটি সরাসরি সমাধান করতে পারে না, এটি দুটি সম্ভাব্য উপায়ে কার্যকর হতে পারে।

  1. আপনি তার কাগজে উদ্ধৃতি দেওয়ার জন্য গুগল পণ্ডিতকে অনুসন্ধান করতে পারেন, পরবর্তী ফলাফলগুলি আপনি যা চান তার কাছাকাছি আসে কিনা তা দেখতে।

  2. আপনি যদি বিশ্লেষণাত্মক বাঁক হন তবে আপনি আপনার সমস্যার জন্য কক্সের পদ্ধতি প্রয়োগ করার চেষ্টা করতে পারেন। [সম্ভবত অজ্ঞানদের জন্য নয়।]

বিটিডাব্লু - কক্স দুটি মডেলকে আরও বড় আকারের সাথে সংমিশ্রিত করার জন্য শ্রিকান্ত ব্রোচড ধারণাটি পাস করার ক্ষেত্রে উল্লেখ করেছে। কোনটি তখন কোন মডেলটি আরও ভাল তা কীভাবে সিদ্ধান্ত নেবে সে তা অনুসরণ করে না, তবে তিনি মন্তব্য করেছেন যে কোনও মডেল খুব ভাল না হলেও, সম্মিলিত মডেল ডেটাতে পর্যাপ্ত ফিট দিতে পারে। [এটি আপনার পরিস্থিতিতে পরিষ্কার নয় যে একটি সম্মিলিত মডেলটি বোঝায়]]


3

আমি আপনার কোডটি বিশ্লেষণ করার জন্য যথেষ্ট পরিমাণে জানি না তবে এখানে একটি ধারণা রয়েছে:

এমন একটি মডেল নির্ধারণ করুন যেখানে আপনার উভয় কেন্দ্র এবং কাছেরিয়া হিসাবে থাকে (এই এমবোথকে কল করুন)। তারপরে mCenter এবং mNear mBoth এ বাসা বাঁধে এবং আপনি mCenter এবং mNear এর আপেক্ষিক পারফরম্যান্সের তুলনা করতে mBoth কে একটি মানদণ্ড হিসাবে ব্যবহার করতে পারেন।


1
আমি ভাবছিলাম যে এটি যথাযথ হবে না কারণ দু'জনেই আসলে খুব বেশি সম্পর্কযুক্ত। কেন্দ্র যেমন অনেক দূরে তাই নিকটবর্তী প্রবণতাও থাকবে।
জন

@ জন গুড পয়েন্ট

আমি মনে করি আপনার বক্তব্যটিও ভাল ... আমি আসলে নিশ্চিত নই যে এটি গুরুত্বপূর্ণ। আমি জানি এটি উচ্চ কিন্তু 0.8 এর নিচে ... এখনও বিশ্লেষণযোগ্য।
জন
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.