ওপেনএমএক্স ব্যবহার করে অভিন্ন ও ভ্রাতৃ যমজ সন্তানের জন্য SEM ধারণামূলক মডেলগুলিতে পাথ ওজনের পছন্দ

Question

SEM মডেলগুলি কীভাবে নির্দিষ্ট করতে এবং ফিট করতে হয় তা জানতে আমি জেনেটিক এপিডেমিওলজি বিশ্লেষণের জন্য আর প্যাকেজ ওপেনএমএক্স পর্যালোচনা করছি। আমি এই নতুন তাই আমার সহ্য। আমি ওপেনএমএক্স ব্যবহারকারী গাইডের 59 পৃষ্ঠায় উদাহরণ অনুসরণ করছি । এখানে তারা নিম্নলিখিত ধারণাগত মডেল আঁকেন:

এবং পাথগুলি নির্দিষ্ট করতে, তারা সুস্পষ্ট "ওয়ান" নোডের ওজনকে প্রকাশিত বিএমআই নোডগুলি "টি 1" এবং "টি 2" তে 0.6 হিসাবে নির্ধারণ করেছে কারণ:

আগ্রহের প্রধান পাথগুলি হ'ল সুপ্ত ভেরিয়েবলগুলির প্রতিটি থেকে সংশ্লিষ্ট পর্যবেক্ষণের পরিবর্তনশীল। এগুলিও অনুমান করা হয় (এইভাবে সমস্ত বিনামূল্যে সেট করা হয়), 0.6 এবং উপযুক্ত লেবেলের একটি প্রাথমিক মান পান।

# path coefficients for twin 1
mxPath(
  from=c("A1","C1","E1"),
  to="bmi1",
  arrows=1,
  free=TRUE,
  values=0.6,
  label=c("a","c","e")
),

# path coefficients for twin 2
mxPath(
  from=c("A2","C2","E2"),
  to="bmi2",
  arrows=1,
  free=TRUE,
  values=0.6,
  label=c("a","c","e")
),

0.6 এর মানটি আনুমানিক সমবায় থেকে bmi1এবং bmi2(কঠোরভাবে মনো জাইগোটিক যমজ জোড়া) থেকে আসে। আমার দুটি প্রশ্ন আছে:

1. যখন তারা বলে যে পাথটিকে ০..6 এর একটি "শুরু" মান দেওয়া হয় তবে এটি কি জিএলএমগুলির অনুমানের মতো প্রাথমিক মানগুলির সাথে সংখ্যার একীকরণের রুটিন স্থাপনের মতো?

2. কেন এই মানটি মনোজিগোটিক যমজ থেকে কঠোরভাবে অনুমান করা হয়?

Answer 1

আপনার 2 পয়েন্ট উত্তর দিতে:

1) হ্যাঁ, ঠিক - শুরুর মানটি কেবলমাত্র হুকুম দিচ্ছে যেখানে অ্যালগরিদম অপ্টিমাইজেশন প্রক্রিয়া শুরু করবে। বেশিরভাগ সফ্টওয়্যার প্যাকেজগুলি ডিফল্টরূপে তাদের নিজস্ব প্রারম্ভিক মানটি নির্ধারণ করে এবং যখন অনুমানের সময় সমস্যা দেখা দেয় তখনই ব্যবহারকারীকে বিভিন্ন মানকে ইনপুট দেওয়ার চেষ্টা করতে হবে। আমার অভিজ্ঞতা থেকে, বেশিরভাগ প্রশংসনীয় শুরু মানগুলি করবে এবং আলগরিদম রূপান্তরিত করে এমন চূড়ান্ত মডেলটি পরিবর্তন করবে না।

২) মান 0.6 হ'ল টি 1 এবং টি 2 ("এক" এবং টি 1 এবং টি 2 এর মধ্যে পাথ) এর বিরতি নয়, তবে প্রতিটি সুপ্ত ভেরিয়েবলের সংযোগকারী ফ্যাক্টর লোডিংয়ের জন্য এটি প্রাথমিক মান (এ, সি, ই) ) তাদের সূচক টি 1 বা টি 2 তে। এটি from=c("A1","C1","E1"), to="bmi1"প্রথম ক্ষেত্রে, এবং from=c("A2","C2","E2"), to="bmi2"দ্বিতীয় ক্ষেত্রে পথে যায় এই বিষয়টি দ্বারা সূচিত হয় ।

নির্দিষ্ট মান "0.6" হিসাবে: আমি যে ডকুমেন্টেশনগুলিতে মনোজাইগোটিক টুইনস সাবগ্রুপের উপর ভিত্তি করে এই মানটি নিয়ে যাওয়ার কথা উল্লেখ করেছি তা খুঁজে পাইনি; এবং প্রকৃতপক্ষে, এই পরামিতি অনুমানগুলি (3 সুপ্ত ভেরিয়েবলের জন্য ফ্যাক্টর লোডিংগুলি) সরাসরি নমুনা থেকে গণনা করা যায় না, কারণ সংজ্ঞা অনুসারে, এই সুপ্ত ভেরিয়েবলগুলি অবরুদ্ধ থাকে (তারা সুপ্ত হয়)। আমি পয়েন্ট # 1 তে উল্লেখ করেছি, দুটি প্রশংসনীয় মানের মধ্যে পছন্দ খুব কমই রূপান্তরিত মডেলটির পরামিতি অনুমানকে প্রভাবিত করবে, তাই আমার অনুমান যে তারা প্রাথমিক মান হিসাবে এই ফ্যাক্টর লোডিংয়ের জন্য অনেকগুলি প্রশংসনীয় মান বেছে নিয়েছিল। এই মানটি monozygotic-যমজ উপগোষ্ঠীতে bmi1 এবং bmi2 এর মধ্যে অনুমানিত সমবায় থেকে আসে কিনা তা কেবল অপ্রাসঙ্গিক হওয়া উচিত, যেহেতু কোনও প্রশংসনীয় শুরুর মান একই চূড়ান্ত মানগুলিতে রূপান্তরিত করতে অ্যালগরিদমকে নেতৃত্ব দেয়, সম্ভবত গণনার সময় কিছু পার্থক্য সঙ্গে। (এবং নিজেকে বোঝানোর জন্য আমার পরামর্শটি হ'ল: চেষ্টা করে দেখুন! কয়েকটি প্রাথমিক মান চেষ্টা করুন এবং রূপান্তরিত মডেলগুলির পরামিতি অনুমানের সাথে তুলনা করুন))

একটি সাধারণ নোট হিসাবে, আমি উল্লেখ করব যে যে কোনও প্যারামিটারের প্রাক্কলনের জন্য প্রারম্ভিক মানগুলির পছন্দটি তাত্ক্ষণিকভাবে freeসেট করা থাকলে খুব গুরুত্বপূর্ণ হয়ে ওঠে FALSE, কারণ প্রারম্ভিক মান কার্যকরভাবে চূড়ান্ত মডেলটিতে পরামিতি অনুমানের মান হয়ে উঠবে (এটি হবে না অনুমান করা যায়; এটি অনুমানের আগেই স্থির হয়ে থাকে)।