ওয়ার্ডে রোগীদের সংখ্যার সাথে সহিংসতার পরীক্ষা-নিরীক্ষার ঘটনা বর্ণনা করে এমন দুই বছরের ডেটা

Question

আমার কাছে দুই বছরের ডেটা রয়েছে যা মূলত এ জাতীয় দেখাচ্ছে:

তারিখ _ __ সহিংসতা ওয়াই / এন? _ রোগীর সংখ্যা

1/1/2008 _ ___ 0 __ _ __ _ ____ 11

2/1/2008 _ __ _ 0 _ __ _ __ _ __ 11

3/1/2008 _ ____ 1 __ _ __ _ ____ 12

4/1/2008 _ ____ 0 __ _ __ _ ____ 12

...

31/12 / 2009_ _ __ 0_ _ __ _ __ _ __ 14

অর্থাত্ দু'বছর পর্যবেক্ষণ, একটি মনোরোগ বিশেষজ্ঞ ওয়ার্ডের, যা নির্দেশ করে যে সেদিন কোনও সহিংসতার ঘটনা ঘটেছে (1 হ্যাঁ, 0 নয়) পাশাপাশি ওয়ার্ডে রোগীর সংখ্যা রয়েছে কিনা indicate আমরা যে অনুমানটি পরীক্ষা করতে চাই তা হ'ল ওয়ার্ডের আরও রোগী ওয়ার্ডে সহিংসতার বর্ধমান সম্ভাবনার সাথে জড়িত।

আমরা অবশ্যই উপলব্ধি করেছি যে আমাদের যখন এই ওয়ার্ডে আরও বেশি রোগী থাকে তখন হিংসার সম্ভাবনা বেশি থাকে কারণ তাদের মধ্যে আরও অনেক লোক রয়েছে - আমরা প্রতিটি ব্যক্তির সহিংসতার সম্ভাবনা বাড়তে পারে কিনা তা নিয়ে আগ্রহী realize ওয়ার্ডে আরও রোগী রয়েছেন।

আমি বেশ কয়েকটি কাগজপত্র দেখেছি যা কেবলমাত্র লজিস্টিক রিগ্রেশন ব্যবহার করে, তবে আমি মনে করি এটি ভুল কারণ একটি অটোরিগ্রেসিভ কাঠামো রয়েছে (যদিও, স্বতঃসংশোধনের কার্যকারিতাটি দেখলে, এটি কোনও লেগে .1 এর উপরে উঠে আসে না, যদিও এটি উপরে রয়েছে) আর "আমার জন্য গুরুত্বপূর্ণ" নীল ড্যাশড লাইনটি আঁকেন)।

কেবল জিনিসগুলিকে আরও জটিল করে তুলতে, আমি যদি পৃথক রোগীদের মধ্যে ফলাফলগুলি ছড়িয়ে দিতে চাই তবে আমি করতে পারি, সুতরাং প্রতিটি রোগীর জন্য আমার কাছে ডেটা না থাকলে ডেটা উপরের মতো দেখাবে, 1/1/2008, 2 / ১/২০০৮ ইত্যাদি এবং আইডি কোডটি পাশ দিয়ে চলেছে যাতে তথ্য প্রতিটি রোগীর জন্য পৃথকভাবে ঘটনার পুরো ইতিহাস প্রদর্শন করে (যদিও সমস্ত রোগী সমস্ত দিন উপস্থিত থাকেন না, বিষয়টি নিশ্চিত কিনা তা নিশ্চিত নয়)।

আমি প্রতিটি রোগীর অভ্যন্তরে অটোরিগ্রেসিভ কাঠামোর মডেল করতে আর-তে lme4 ব্যবহার করতে চাই তবে কিছু গুগলিং "lme4 অটোরিগ্রেসিভ স্ট্রাকচারগুলি মোকাবেলায় সেট আপ করা হয়নি" উদ্ধৃতিটি নিয়ে আসে। এটি থাকলেও, আমি নিশ্চিত না যে কীভাবে কোডটি লিখতে হবে তা আমি উপলব্ধি করেছি।

কারও নজরে পড়ার ক্ষেত্রে, আমি কিছুক্ষণ আগে এই জাতীয় একটি প্রশ্ন জিজ্ঞাসা করেছি, তারা বিভিন্ন সমস্যা সহ বিভিন্ন ডেটাसेट, যদিও আসলে এই সমস্যাটি সমাধান করা সেই একটিতে সহায়তা করবে (কেউ পরামর্শ দিয়েছিল আমি আগে মিশ্র পদ্ধতি ব্যবহার করেছি, তবে এই স্বৈরাচারীকরণ বিষয়টি আমাকে তৈরি করেছে) কিভাবে এটি করতে হবে তা নিশ্চিত নয়)।

সুতরাং আমি কিছুটা আটকে গিয়েছি এবং সত্যবাদী হয়ে হারিয়েছি। কৃতজ্ঞভাবে প্রাপ্ত কোনও সহায়তা!

Comments

আমি একটি অনুরূপ সমস্যা নিয়ে কাজ করছি, আমি অনুমান করি আপনি plm প্যাকেজ pgmmথেকে ব্যবহার করতে পারেন তবে আপনার প্রতিক্রিয়া পরিবর্তনশীল বাইনারি হওয়ায় আমি কীভাবে এটি করব ঠিক জানি না। হতে পারে অন্যরা বিশদভাবে বলতে পারে ... (এবং হ্যাঁ আপনি ঠিক বলেছেন: আমার বোধগম্যতা যখনই আপনার একটি অন্তঃসত্ত্বা ভেরিয়েবল থাকে তবে এই ক্ষেত্রে পিছিয়ে থাকা মানটি আপনি অনুমান করার জন্য আরএমএল ব্যবহার করতে পারবেন না কারণ এটি পক্ষপাতিত্বমূলক, তাই আপনাকে জিএমএম ব্যবহার করতে হবে ।)

— টিউসার

Answer 1

এখানে এমন একটি ধারণা রয়েছে যা আপনার বাইনারি নির্ভরশীল পরিবর্তনশীলটিকে একটি অবিচ্ছিন্ন, অরক্ষিত ভেরিয়েবলের সাথে সংযুক্ত করে; এমন একটি সংযোগ যা আপনাকে ধারাবাহিক পরিবর্তনশীলগুলির জন্য সময় সিরিজের মডেলগুলির শক্তি অর্জন করতে দেয়।

নির্ধারণ:

$V_{w,t} = 1$$w$$t$

$P_{w,t}$$w$$t$

$P_{w,t}$

$V_{w,t} = \begin{cases} 1 & \mbox{if } P_{w,t} \ge \tau \\ 0 & \mbox{otherwise} \end{cases}$

কোথায়,

$\tau$

$P_{w,t}$$P_{w,t}$

$P_{w,t} = \alpha_0 + \alpha_1 P_{w,t-1} + ... + \alpha_p P_{w,t-p}+ \beta n_{w,t} + \epsilon_t$

কোথায়,

$n_{w,t}$$w$$t$

$\beta$

$P_{w,t}$