Sự khác biệt giữa các mô hình cận biên và điều kiện

Một mô hình cận biên chiếm tương quan trong mỗi cụm. Một mô hình có điều kiện cũng tính đến mối tương quan trong mỗi cụm.

Câu hỏi của tôi là:

1. Liệu một mô hình cận biên mô hình các hiệu ứng chính trong toàn bộ dân số trong khi một mô hình có điều kiện mô hình các hiệu ứng chính trong một cụm và trên toàn bộ dân số?
2. Việc giải thích các hệ số của mô hình cận biên về cơ bản giống như "mô hình thông thường". Nhưng những gì về hệ số của một mô hình có điều kiện?

Đúng, cách hiểu khá giống với "mô hình thông thường" và điểm khác biệt chính giữa chúng là liệu bạn có đang so sánh các quan sát trong cùng một cụm hay trên tất cả các cụm.

Trong một mô hình có điều kiện điển hình - còn được gọi là mô hình được chỉ định theo điều kiện hoặc mô hình hỗn hợp - các hệ số có các diễn giải cụ thể theo cụm. Các hệ số của hiệp phương sai là thước đo sự khác biệt về đáp ứng trung bình, trong cùng một cụm, tại các quan sát mà các hiệp phương cụ thể khác nhau bởi một đơn vị và tất cả các hiệp phương sai khác giống hệt nhau. Tùy thuộc vào chức năng liên kết, "thước đo chênh lệch" có thể là chênh lệch hoặc tỷ lệ log hoặc tỷ lệ cược log. Một ngoại lệ là đánh chặn, không mô tả sự khác biệt, nhưng thay vào đó, đưa ra phản ứng trung bình trong các quan sát mà tất cả các hiệp phương sai và (các) hiệu ứng ngẫu nhiên đều bằng không.

Trong một mô hình cận biên, các hệ số có các giải thích trung bình dân số. Ngoại trừ đánh chặn, các hệ số mô tả sự khác biệt trong phản ứng trung bình, nhưng bây giờ trên tất cả các quan sát (và do đó trên tất cả các cụm). Hệ số của hiệp phương sai là sự khác biệt về đáp ứng trung bình (hoặc tỷ lệ log của phương tiện, v.v.) trên mỗi đơn vị chênh lệch trong hiệp phương sai đó, trong các quan sát mà tất cả các hiệp phương sai khác giống hệt nhau. Lưu ý rằng định nghĩa này là bất khả tri về việc so sánh có trong cùng một cụm hay không.