Salut, vous avez écrit: “pour exécuter un vrai modèle mixte pour la régression logistique, vous devez exécuter un modèle mixte linéaire généralisé à l`aide de la procédure GLMM, qui est disponible uniquement à partir de la version 19”. Eh bien, j`ai cette version, et j`ai besoin d`exécuter un modèle mixte de régression logistique. Cependant, je ne sais pas vraiment quoi faire dans la première fenêtre de “structure de données”-je n`ai pas de mesure répétée, juste avoir l`ID du sujet, et un effet aléatoire, qui était un endroit de la clinique. Je ne pense pas que c`était vraiment aléatoire, mais parce que j`ai “triés sur le main” les cliniques de toute la ville pour correspondre à mes besoins. Le problème est un réviseur à mon manuscrit veut que je compte pour les cliniques dans mes modèles de régression logistique comme un effet aléatoire. Pouvez-vous me diriger quelque part où je peux obtenir un “Comment” explication? Merci beaucoup. En revanche sont vrais modèles mixtes, qui correspondent effectivement à un paramètre de variance pour les effets aléatoires, généralement des intercepte aléatoires et des pentes. Plutôt que de simplement contrôler la similitude intra-cluster dans les réponses, ils le modélisez. Les modèles mixtes sont exécutés dans Mixed à l`aide de l`instruction Random.

Vous pouvez exécuter un modèle d`équation d`estimation généralisée pour une régression logistique de mesures répétées à l`aide de GEE (proc GENMOD dans SAS). Il a une instruction répétée, et peut exécuter des modèles équivalents à un modèle dans Mixed avec une instruction répétée. Tout modèle que vous pouvez exécuter dans GLM, vous pouvez exécuter en mode mixte (mais pas vice-versa). Si vous voulez en savoir plus sur les modèles mixtes, consultez notre enregistrement de webinaire: Random intercepter et Random pente Models. C`est gratuit. Ronald Fisher a introduit des modèles d`effets aléatoires pour étudier les corrélations des valeurs de trait entre les parents. Dans les années 1950, Charles Roy Henderson fournit les meilleures estimations linéaires impartiales (BLUE) des effets fixes et les meilleures prédictions non biaisées linéaires (BLUP) d`effets aléatoires [2]. 3 4 5 [6] par la suite, la modélisation mixte est devenue un domaine important de la recherche statistique, y compris le travail sur le calcul des estimations de probabilité maximale, les modèles non linéaires d`effets mixtes, les données manquantes dans les modèles à effets mixtes et l`estimation bayésienne des effets mixtes Modèles. Les modèles mixtes sont appliqués dans de nombreuses disciplines où plusieurs mesures corrélées sont effectuées sur chaque unité d`intérêt. Ils sont utilisés en bonne place dans la recherche impliquant des sujets humains et animaux dans des domaines allant de la génétique à la commercialisation, et ont également été utilisés dans le baseball [7] et les statistiques industrielles. [8] vous pouvez penser SPSS Mixed (SAS proc Mixed) comme la version de données en cluster de SPSS GLM (proc GLM). Ils ont beaucoup de similitudes dans leur syntaxe et les types de modèles qu`ils peuvent exécuter.

Tagged as: GEE, équations d`estimation généralisée, généralisées linéaires mixtes modèles, régression logistique, modèles mixtes, SAS, SPSS vous pouvez l`exécuter soit comme un GEE ou un modèle mixte, de ce que vous avez dit au sujet de votre conception. C`est la réponse rapide à ce qui est la différence: GEE est un modèle marginal, et GLMM est un véritable modèle mixte. J`ai commencé à écrire un article de newsletter sur elle en réponse à votre question, et qui devrait sortir la semaine prochaine. Pour vous faire démarrer jusque-là, cet article explique les modèles marginaux et mixtes dans un contexte linéaire: les instructions répétées et aléatoires dans les modèles mixtes pour les mesures répétées pour exécuter un modèle mixte réel pour la régression logistique, vous devez exécuter un mixte linéaire généralisé Modèle utilisant la procédure GLMM, qui n`est disponible qu`à partir de la version 19. Les modèles mixtes ont beaucoup plus de souplesse que les modèles moyennés sur la population – vous pouvez, par exemple, exécuter un modèle mixte à 3 niveaux, mais les modèles à moyenne population sont limités à deux. Next post: approches des données de mesures répétées: mesures répétées ANOVA, marginales et modèles mixtes nous en avons discuté un peu dans mon récent Webinar: l`interception aléatoire et les modèles de pente aléatoire. Vous pouvez télécharger l`enregistrement gratuitement. Vous pouvez être au-delà de cela en général, mais nous avons parlé là-bas sur la façon dont SPSS définit ces choses. Tout est dans le contexte d`un modèle linéaire, mais il s`applique en général au cas GLMM. Nous allons explorer un exemple avec des probabilités marginales moyennes.

Categories
  • No categories