অতিরিক্ত নেস্টিং স্ট্রাকচার সহ পুনর্বার ব্যবস্থাগুলির ডেটার জন্য আরে লিনিয়ার মিশ্রিত মডেলগুলি নির্দিষ্ট করার বিষয়ে প্রশ্নগুলি

Question

তথ্য কাঠামো

> str(data)
 'data.frame':   6138 obs. of  10 variables:
 $ RT     : int  484 391 422 516 563 531 406 500 516 578 ...
 $ ASCORE : num  5.1 4 3.8 2.6 2.7 6.5 4.9 2.9 2.6 7.2 ...
 $ HSCORE : num  6 2.1 7.9 1 6.9 8.9 8.2 3.6 1.7 8.6 ...
 $ MVMNT  : Factor w/ 2 levels "_Withd","Appr": 2 2 1 1 2 1 2 1 1 2 ...
 $ STIM   : Factor w/ 123 levels " arti"," cele",..: 16 23 82 42 105 4 93 9 34 25 ...
 $ DRUG   : Factor w/ 2 levels "Inactive","Pharm": 1 1 1 1 1 1 1 1 1 1 ...
 $ FULLNSS: Factor w/ 2 levels "Fasted","Fed": 2 2 2 2 2 2 2 2 2 2 ...
 $ PATIENT: Factor w/ 25 levels "Subj01","Subj02",..: 1 1 1 1 1 1 1 1 1 1 ...
 $ SESSION: Factor w/ 4 levels "Sess1","Sess2",..: 1 1 1 1 1 1 1 1 1 1 ...
 $ TRIAL  : Factor w/ 6138 levels "T0001","T0002",..: 1 2 3 4 5 6 7 8 9 10 ...

পুরো মডেল প্রার্থী

model.loaded.fit <- lmer(RT ~ ASCORE*HSCORE*MVMNT*DRUG*FULLNSS
                              + (1|PATIENT) + (1|SESSION), data, REML = TRUE)

• পরীক্ষাগুলির থেকে প্রতিক্রিয়া সময়গুলি অধিবেশনগুলির মধ্যে ক্লাস্টার হয়, যার ফলস্বরূপ রোগীদের মধ্যে ক্লাস্টার হয়
• প্রতিটি ট্রায়াল ASCORE এবং HSCORE এর দুটি ক্রমাগত covariates দ্বারা চিহ্নিত করা যেতে পারে (1-9 এর মধ্যে) এবং একটি আন্দোলনের প্রতিক্রিয়া (প্রত্যাহার বা পদ্ধতির) দ্বারা
• সেশনগুলি ড্রাগ সেবন (প্লাসবো বা সক্রিয় ফার্মাকন) দ্বারা চিহ্নিত করা হয় এবং পূর্ণতা দ্বারা (রোজা বা প্রাক-খাওয়ানো) দ্বারা চিহ্নিত করা হয়

মডেলিং এবং আর সিনট্যাক্স?

আমি একটি লোডেড গড় কাঠামোযুক্ত একটি উপযুক্ত পূর্ণ মডেল নির্দিষ্ট করার চেষ্টা করছি যা একটি শীর্ষ-ডাউন মডেল নির্বাচন করার কৌশলটির প্রারম্ভিক পয়েন্ট হিসাবে ব্যবহার করা যেতে পারে।

নির্দিষ্ট সমস্যা:

• সিনট্যাক্সটি সঠিকভাবে ক্লাস্টারিং এবং এলোমেলো প্রভাবগুলি নির্দিষ্ট করে দিচ্ছে?
• সিনট্যাক্সের বাইরেও কি এই মডেলটি উপরের সাবজেক্ট ডিজাইনের জন্য উপযুক্ত?
• পুরো মডেলটি কি স্থির প্রভাবগুলির সমস্ত ইন্টারঅ্যাকশন নির্দিষ্ট করে বা কেবলমাত্র আমিই আগ্রহী?
• আমি মডেলটিতে এসটিআইএম ফ্যাক্টরটি অন্তর্ভুক্ত করি নি, যা পরীক্ষায় ব্যবহৃত নির্দিষ্ট উদ্দীপনা ধরণের বৈশিষ্ট্যযুক্ত, তবে যা আমি কোনওভাবেই অনুমান করতে আগ্রহী না - আমি কি উল্লেখ করতে পারি যে এলোমেলো ফ্যাক্টর হিসাবে এটির 123 স্তর রয়েছে এবং খুব কম উদ্দীপনা টাইপ প্রতি ডাটা পয়েন্ট?

Comments

আমি যদি এখানে পরামর্শ না পাই তবে আমি কাকে জিজ্ঞাসা করতে পারি তা সত্যই জানি না? হতে পারে আপনি কোনও উত্সর্গীকৃত মিশ্র মডেল ফোরাম বা এমনকি কিছু অর্থের জন্য পরামর্শ নিতে ইচ্ছুক বিশেষজ্ঞ সম্পর্কে জানেন?

— সেল

হাই @ কেল, দেখে মনে হচ্ছে আপনি মডেলটিতে 5-ওয়ে, 4-ওয়ে এবং 3-ওয়ে ইন্টারঅ্যাকশন সহ সমস্ত আলাপচারিতা পেয়েছেন । আমি এই কেস সম্পর্কে নিশ্চিত নই, তবে এটি সাধারণত বুনো উপায়ে উপাত্তকে ফিট করে, যা আপনার ফলাফলগুলি কম সাধারণীকরণযোগ্য করে তুলবে। পশ্চাদপদ নির্বাচন (যদি আপনি এটি ব্যবহার করতেই পারেন) পুরোপুরি স্যাচুরেটেড মডেল দিয়ে শুরু করার দরকার নেই - এটি আপনাকে সবচেয়ে বড় মডেল দিয়ে শুরু করা উচিত যা আপনি প্রশংসনীয় বলে মনে করেন। আপনি কি আদৌ হ্রাস করতে পারেন?

— ম্যাক্রো

@ ম্যাক্রোটি জেনে দুর্দান্ত, আমি কেবল সেই মিথস্ক্রিয়াগুলিকেই অন্তর্ভুক্ত করব যা তখনকার সময়ে প্রশংসনীয় বলে মনে হয়। অন্যান্য সমস্যা সম্পর্কে আপনার কি পরামর্শ আছে? যদি আপনি এটি করেন তবে সম্ভবত এটি একটি উত্তর হিসাবে রেখে দিন যাতে আমি এটি গ্রহণ করতে পারি।

— সেল

Answer 1

আমি আপনার প্রতিটি প্রশ্নের উত্তর দেব।

সিনট্যাক্সটি সঠিকভাবে ক্লাস্টারিং এবং এলোমেলো প্রভাবগুলি নির্দিষ্ট করে দিচ্ছে?

আপনি এখানে যে মডেলটি ফিট করেছেন তা গাণিতিক দিক থেকে the

$$Y_{ijk} = {\bf X}_{ijk} {\boldsymbol \beta} + \eta_{i} + \theta_{ij} + \varepsilon_{ijk}$$

কোথায়

• $Y_{ijk}$ পর্যবেক্ষণ জন্য প্রতিক্রিয়া সময় সেশনে পৃথক উপর ।$k$$j$$i$

• ${\bf X}_{ijk}$ হ'ল পৃথক তে সেশন সময় পর্যবেক্ষণ এর পূর্বাভাসী ভেক্টর (আপনি যে মডেলটি লিখেছেন, এটি সমস্ত প্রধান প্রভাব এবং সমস্ত মিথস্ক্রিয়া নিয়ে গঠিত)।$k$$j$$i$

• $\eta_i$ হ'ল সেই ব্যক্তি যিনি এলোমেলোভাবে প্রভাব ফেলে যা একই ব্যক্তির উপর করা পর্যবেক্ষণগুলির মধ্যে পারস্পরিক সম্পর্ককে প্ররোচিত করে। স্বতন্ত্র এর অধিবেশন এর জন্য এলোমেলো প্রভাব এবং the বাকী ত্রুটি শব্দ।$i$$\theta_{ij}$$i$$j$$\varepsilon_{ijk}$

• ${\boldsymbol \beta}$ হ'ল রিগ্রেশন সহগের ভেক্টর।

14-15 পৃষ্ঠায় উল্লিখিত হিসাবে এখানে এই মডেলটি নির্দিষ্ট করে দেওয়ার জন্য সঠিক যে ব্যক্তিদের মধ্যে সেশনগুলি বাসা বেঁধে রাখা হয়, যা আপনার বিবরণ থেকে কেস।

সিনট্যাক্সের বাইরেও কি এই মডেলটি উপরের সাবজেক্ট ডিজাইনের জন্য উপযুক্ত?

আমি এই মডেলটি যুক্তিসঙ্গত বলে মনে করি, কারণ এটি ডেটাগুলিতে বাসা বাঁধার কাঠামোকে সম্মান করে এবং আমি মনে করি যে পৃথক এবং অধিবেশনটি যথাযথভাবে এলোমেলো প্রভাব হিসাবে কল্পনা করা হয়েছে, যেমন এই মডেল জোর দিয়েছিল। রৈখিক ভবিষ্যদ্বাণী ( ) সঠিকভাবে নির্দিষ্ট করা আছে তা নিশ্চিত করার জন্য আপনার ভবিষ্যদ্বাণীকারীদের এবং স্ক্যাটারপ্লটস ইত্যাদির সাথে প্রতিক্রিয়াগুলির মধ্যে থাকা উচিত । অন্যান্য স্ট্যান্ডার্ড রিগ্রেশন ডায়াগনস্টিকগুলিও সম্ভবত পরীক্ষা করা উচিত।${\bf X}_{ijk} {\boldsymbol \beta}$

পুরো মডেলটি কি স্থির প্রভাবগুলির সমস্ত ইন্টারঅ্যাকশন নির্দিষ্ট করে বা কেবলমাত্র আমিই আগ্রহী?

আমি মনে করি এরকম ভারী স্যাচুরেটেড মডেল দিয়ে শুরু করা কোনও দুর্দান্ত ধারণা হতে পারে না, যদি না এটি যথেষ্ট অর্থ দেয় sense আমি যেমন একটি মন্তব্যে বলেছি, এটি আপনার নির্দিষ্ট ডেটা সেটকে বেশি উপভোগ করবে এবং আপনার ফলাফলগুলি কম সাধারণ করতে পারে may মডেল নির্বাচনের বিষয়ে, আপনি যদি পুরোপুরি স্যাচুরেটেড মডেল দিয়ে শুরু করেন এবং পিছনের দিকের নির্বাচনটি করেন ( যা এই সাইটের কিছু লোক, সঙ্গত কারণ সহ, আপত্তি জানায় ) তবে আপনাকে অবশ্যই মডেলের শ্রেণিবিন্যাসের সম্মান করতে হবে তা নিশ্চিত করতে হবে । এটি হ'ল, যদি আপনি মডেল থেকে নিম্ন স্তরের মিথস্ক্রিয়াকে মুছে ফেলেন তবে আপনার সেই পরিবর্তনশীল জড়িত সমস্ত উচ্চ স্তরের মিথস্ক্রিয়াও মুছে ফেলা উচিত। সে সম্পর্কে আরও আলোচনার জন্য, সংযুক্ত থ্রেডটি দেখুন।

আমি মডেলটিতে এসটিআইএম ফ্যাক্টরটি অন্তর্ভুক্ত করি নি, যা পরীক্ষায় ব্যবহৃত নির্দিষ্ট উদ্দীপনা ধরণের বৈশিষ্ট্যযুক্ত, তবে যা আমি কোনওভাবেই অনুমান করতে আগ্রহী না - আমি কি উল্লেখ করতে পারি যে এলোমেলো ফ্যাক্টর হিসাবে এটির 123 স্তর রয়েছে এবং খুব কম উদ্দীপনা টাইপ প্রতি ডাটা পয়েন্ট?

স্বীকৃতভাবে অ্যাপ্লিকেশন সম্পর্কে কিছু না জেনে (তাই এটি লবণের দানা দিয়ে নিয়ে যান), এটি কোনও স্থির প্রভাব হিসাবে মনে হয়, এলোমেলো প্রভাব নয়। অর্থাত্, চিকিত্সার ধরণটি একটি ভেরিয়েবলের মতো মনে হয় যা গড় প্রতিক্রিয়াতে একটি নির্দিষ্ট শিফটের সাথে মিল রাখে, একই জাতীয় উদ্দীপক ধরণের বিষয়গুলির মধ্যে পারস্পরিক সম্পর্ককে প্ররোচিত করে এমন কিছু নয়। তবে, এটি যে 123 স্তরের ফ্যাক্টর তা মডেলটিতে প্রবেশ করা জটিল করে তোলে। আমি মনে করি যে আপনি এটির কত বড় প্রভাব আশা করতে চান তা জানতে চাই। প্রভাবের আকার নির্বিশেষে, এটি আপনার opeালের অনুমানগুলিতে পক্ষপাতিত্ব প্ররোচিত করবে না যেহেতু এটি লিনিয়ার মডেল, তবে এটিকে ছেড়ে দেওয়ার ফলে আপনার স্ট্যান্ডার্ড ত্রুটিগুলি অন্যথায় হতে পারে তার চেয়ে বড় হতে পারে।

Comments

কি দারুন. আপনাকে ম্যাক্রো ধন্যবাদ, আমি আশা করি আমি আরও পয়েন্ট দিতে পারে।

— সেল

যেহেতু এলোমেলো প্রভাবগুলি এলোমেলো পরিবর্তে অতিক্রম করা হয় , তাই রোগীর সাথে যেহেতু ক্রস (এবং নেস্টেড নয়) হয়ে গেছে তাই স্বরলিপিটি কি এবং ( চেয়ে ) হওয়া উচিত? $\eta_{i}$$\theta_{j}$$\theta_{j}$

— জোশুয়া রোজেনবার্গ