আপনি মূলত ডেটা সংস্থার বিষয়ে সঠিক। আপনার যদি এইরকম মামলা সংগঠিত হয়:
ID M1 M2 M3 EVENT
আপনি সম্ভবত ডেটাটি পুনর্গঠিত করতে চাইবেন যাতে এটির মতো দেখাচ্ছে:
ID TIME EVENT
1 1 0
1 2 1
1 3 1
2 1 0
2 2 0
. . .
. . .
আমি এটিকে একটি বিস্তৃত বিন্যাস থেকে একটি দীর্ঘ বিন্যাসে রূপান্তর বলছি। এটি আর এ সহজেই reshape()
ফাংশনটি ব্যবহার করে বা আরও সহজে reshape2
প্যাকেজটি দিয়ে করা হয় ।
আমি ব্যক্তিগতভাবে ID
একটি মিশ্র প্রভাবগুলির মডেলটির পরিবর্তনের উত্স চিহ্নিত করার ক্ষেত্রে ক্ষেত্রটির সম্ভাব্য ব্যবহারের জন্য রাখব । তবে এটি প্রয়োজনীয় নয় (@ বার্ডওয়েস দ্বারা চিহ্নিত হিসাবে) নিম্নলিখিত অনুমান করে আপনি এটি করতে চান। যদি তা glm(...,family=binomial)
না হয় তবে এলোমেলো প্রভাব শর্তাবলী ছাড়াই একটি অনুরূপ মডেল ফিট করুন।
lme4
আর এর মধ্যে থাকা প্যাকেজটি আপনি যে বিষয়ে কথা বলছেন তার অনুরূপ একটি মিশ্র প্রভাবগুলি লজিস্টিক রিগ্রেশন মডেলের সাথে খাপ খাবে, এলোমেলো প্রভাব বা দু'টি ব্যতীত সাবজেক্টে ( ID
) এর সহগগুলিতে পরিবর্তনের জন্য অ্যাকাউন্ট করতে হবে । নীচে উদাহরণস্বরূপ মডেল ফিট করার জন্য কোড কোড হবে যদি আপনার ডেটা কল করা কোনও ডেটা ফ্রেমে সংরক্ষণ করা থাকে df
।
require(lme4)
ans <- glmer(EVENT ~ TIME + (1+TIME|ID), data=df, family=binomial)
এই নির্দিষ্ট মডেলটি TIME
এবং intercept
সহগফলকে আইডি জুড়ে এলোমেলোভাবে পরিবর্তিত হতে দেয় । অন্য কথায়, এটি ব্যক্তিদের মধ্যে নেস্টেড পরিমাপের একটি শ্রেণিবিন্যাসিক রৈখিক মিশ্র মডেল।
একটি এর একটি বিকল্প ফর্ম বিযুক্ত সময় ঘটনা ইতিহাস মডেল বিরতি TIME
বিযুক্ত নকলগুলির এবং তড়কা একটি প্যারামিটার হিসাবে একে মধ্যে। এটি মূলত কক্স পিএইচ মডেলের স্বতন্ত্র কেস কারণ বিপত্তি বক্ররেখা লিনিয়ার (বা চতুর্ভুজ বা আপনি পরিবর্তনের সময়টি কল্পনা করতে পারেন) হিসাবে সীমাবদ্ধ নয়। যদিও, যদি আপনি TIME
প্রচুর পরিমাণে থাকে তবে আপনি একটি পৃথক সময়সীমার একটি সামঞ্জস্যযোগ্য সেট (অর্থাত্ ছোট) তে ভাগ করতে পারেন।
আরও বিকল্প আপনার বিপত্তি বক্র অধিকার পেতে সময় রূপান্তর সময় জড়িত। পূর্ববর্তী পদ্ধতিটি মূলত আপনাকে এটি করতে বাধা দেয় তবে পূর্ববর্তী পদ্ধতিটি এর চেয়ে কম পার্সিমোনিয়াস (এবং আমি যে মূল লিনিয়ার কেস দেখিয়েছি) কারণ আপনার অনেক সময় পয়েন্ট থাকতে পারে এবং এইভাবে প্রচুর উপদ্রব পরামিতি থাকতে পারে।
এই বিষয়ে একটি চমৎকার রেফারেন্স জুডিথ গায়ক এর এবং জন Willet কারো নির্দেশ চলে না মডেলিং পরিবর্তন এবং ইভেন্ট ঘটনা: ফলিত অনুদৈর্ঘ্য ডেটা বিশ্লেষণ ।
self-study
ট্যাগটি যুক্ত করুন ))