我正在使用 R 中的包序数对基于 1 - 5 李克特量表的因变量运行序数逻辑回归,并试图弄清楚如何测试比例赔率假设。
我当前的模型是y ~ x1 + x2 + x3 + x4 + x2*x3 + (1|ID) + (1|form)
x1 和 x2 是二分法,x3 和 x4 是连续变量。(92 个科目,4 个表格)。
据我所知,
最新版本的 clmm 中没有实现 -"nominal"。
-clmm2(旧版本)不接受多个随机变量
-nominal_test() 似乎只适用于 clm2(完全没有随机效应)
对于不同的 dv(只有一个随机项且没有交互),我使用过:
m1 <- clmm2 (y ~ x1 + x2 + x3, random = ID, Hess = TRUE, data = d
m1.nom <- clmm2 (y ~ x1 + x2, random = ID, Hess = TRUE, nominal = ~x3, data = d)
m2.nom <- clmm2 (y ~ x2+ x3, random = ID, Hess = TRUE, nominal = ~ x1, data = d)
m3.nom <- clmm2 (y ~ x1+ x3, random = ID, Hess = TRUE, nominal = ~ x2, data = d)
anova (m1.nom, m1)
anova (m2.nom, m1)
anova (m3.nom, m1) # (as well as considering the output in summary (m#.nom)
但我不确定如何修改这种方法来处理当前模型(2 个随机项和固定效应的相互作用),我也不确定这实际上是否是首先测试比例赔率假设的正确方法。(包教程中的例子只有2个固定效果。)
我对其他方法(无论是其他软件包、软件还是图形方法)持开放态度,可以让我对此进行测试。有什么建议么?