3

我有一个数据集，其中每个人都属于一个特定的群体，在多个离散结果之间反复选择。

subID  group   choice
1      Big     A
1      Big     B
2      Small   B
2      Small   B
2      Small   C
3      Big     A
3      Big     B
.       .      .
.       .      .

我想测试组成员身份如何影响选择，并想解释由于同一个人做出的重复选择而导致的观察的非独立性。反过来，我计划实现一个混合多项式回归，将组作为固定效应，将 subID 作为随机效应。在 R 中似乎有一些多项式 logits 选项，我希望得到一些指导，这对于这个混合模型来说可能最容易实现：

1) multinom - GLM，通过 nnet，允许使用 multinom 函数。对于固定效应模型，这似乎是一个不错、清晰、直接的选择。但是，有没有办法用 multinom 实现随机效应？ 之前的 CV 帖子表明 multinom 能够处理具有泊松分布和对数链接的混合效应 GLM。但是，我不明白（a）为什么会这样或（b）所需的语法。谁能澄清一下？

2) mlogit - 一个很棒的包，带有非常有用的小插曲。但是，“混合 logit”文档是指具有与替代特定协变量相关的随机效应的模型（通过rpar参数实现）。我的模型没有替代的特定变量；我只是想说明参与者的随机截取。这可能与 mlogit 吗？是否通过将 subID 设置为使用 mlogit.data 将数据整形为长格式时自动考虑了这种id.var差异？编辑：我刚刚找到了一个“欺骗”mlogit 的例子，它为因人而异的变量提供随机系数（非常底部），但我不太了解所涉及的语法。

3) MCMCglmm显然是另一种选择。但是，作为 R 的相对新手和完全不熟悉贝叶斯统计的人，我个人不习惯用这个包解析混合 logits 的示例语法，或者，即使遵循语法，对先验或其他需要的参数进行猜测。

对于最直接的方法及其语法实现的任何指导将不胜感激。我还想知道 subID 的随机效应是否需要嵌套在组内（因为个人是组的成员），但这可能是 CV 的问题。无论如何，非常感谢您的任何见解。

4

1 回答 1

2

我会推荐 Hess & Palma 的Apollo套餐。它带有一个很棒的文档和一个非常有用的用户组。

于 2019-12-07T08:56:20.507 回答