У меня есть набор данных, в котором люди, каждый из которых принадлежит к определенной группе, неоднократно выбирали один из нескольких дискретных результатов.
subID group choice
1 Big A
1 Big B
2 Small B
2 Small B
2 Small C
3 Big A
3 Big B
. . .
. . .
Я хочу проверить, как членство в группе влияет на выбор, и хочу учесть отсутствие независимости наблюдений из-за повторяющихся выборов, сделанных одними и теми же людьми. В свою очередь, я планировал реализовать смешанную полиномиальную регрессию, рассматривая группу как фиксированный эффект и subID как случайный эффект. Похоже, что есть несколько вариантов полиномиальных логитов в R, и я надеюсь на некоторые рекомендации, которые могут быть наиболее легко реализованы для этой смешанной модели:
1) multinom - GLM через nnet позволяет использование функции мультином. Кажется, это хороший, понятный и простой вариант ... для моделей с фиксированными эффектами. Однако есть ли способ реализовать случайные эффекты с помощью мультином? Предыдущее сообщение CV предполагает, что мультином - это способен обрабатывать GLM со смешанными эффектами с распределением Пуассона и ссылкой журнала. Однако я не понимаю (а) почему это так или (б) требуемый синтаксис. Может кто уточнить?
2) mlogit - фантастический пакет с невероятно полезными виньетками. . Однако документация "смешанного логита" относится к моделям, которые имеют случайные эффекты, связанные с альтернативными конкретными ковариатами (реализованными с помощью аргумента rpar). Моя модель не имеет альтернативных конкретных переменных; Я просто хочу учесть случайные перехваты участников. Возможно ли это с помощью mlogit? Это отклонение автоматически учитывается путем установки subID в качестве id.var при преобразовании данных в длинную форму с помощью mlogit.data? РЕДАКТИРОВАТЬ: я только что нашел пример "обмана" mlogit для предоставления случайных коэффициентов для переменных, которые различаются у разных людей (в самом низу здесь), но я не совсем понимаю используемый синтаксис.
3) Очевидно, что MCMCglmm - это еще один вариант. Однако, как относительный новичок в R и совершенно незнакомый с байесовской статистикой, мне лично неудобно разбирать пример синтаксиса смешанных логитов с этим пакетом, или даже следуя синтаксису, делая предположения на основе априорных значений или других необходимых аргументов.
Любые рекомендации по наиболее прямому подходу и его синтаксической реализации будут тщательно оценены. Мне также интересно, нужно ли вкладывать случайный эффект subID в группу (поскольку отдельные лица являются членами групп), но вместо этого это может быть вопрос для CV. В любом случае большое спасибо за любые идеи.
