Tính toán ICC cho hồi quy logistic hiệu ứng ngẫu nhiên

Tôi đang chạy mô hình hồi quy logistic ở dạng:

lmer(response~1+(1|site), family=binomial, REML = FALSE)

Thông thường tôi sẽ tính toán ICC từ phương sai đánh chặn và dư, nhưng tóm tắt của mô hình không bao gồm phương sai dư. Làm thế nào để tôi tính toán này?

logistic lme4-nlme glmm

— Megan
nguồn

Tại sao bạn tính toán ICC?

— AdamO

Để kiểm tra giả định rằng hồi quy logistic thông thường không hợp lệ đối với các dữ liệu này, là bằng chứng cho thấy tôi nên sử dụng GLMM. Tôi đã tìm thấy một phương trình: ICClogit = phương sai đánh chặn ^ 2 / (phương sai đánh chặn ^ 2 + pi ^ 2/3). Điều này có vẻ hợp lý?

— Megan

Bạn đang sử dụng phương pháp khả năng tối đa đầy đủ. Bạn có thể làm một bài kiểm tra tỷ lệ khả năng với 1 bậc tự do so với mô hình hiệu ứng cố định không?

— AdamO

@Megan: Bạn nói đúng. Trong thực tế, Zeger et al. (1988) gợi ý

công trình tốt hơn so với

là đúng còn lại cho các mô hình hồi quy logistic, mặc dù hai đang rất gần. Xem SL Zeger, KY Liang và PS Albert. Các mô hình cho dữ liệu theo chiều dọc: một cách tiếp cận phương trình ước lượng tổng quát. Sinh trắc học, 44: 1049-1060 1988.

(15 / 16)^{2} π^{2} / 3

$(15/16)^2\pi^2/3$

π^{2} / 3

$\pi^2/3$

— Randel

@Megan: Đó là intercept_variance / (intercept_variance + pi^2/3)- vì vậy đừng bình phương phương sai.

— Wolfgang

Bạn có thể sử dụng icc()-chức năng từ gói sjstats .

Trong tệp trợ giúp, ?sjstats::iccbạn tìm thấy một tham chiếu đến công thức cho các mô hình hỗn hợp với phản hồi nhị phân:

Wu S, Crespi CM, Wong WK. 2012. So sánh các phương pháp để ước tính hệ số tương quan nội hàm cho các phản ứng nhị phân trong các thử nghiệm ngẫu nhiên của cụm phòng chống ung thư. Các thử nghiệm lâm sàng Contempory 33: 869-880 (doi: 10.1016 / j.cct.2012.05.004)

Độ lệch còn lại trong hồi quy logistic được cố định (pi ^ 2) / 3.

— Daniel
nguồn

Bạn có một tài liệu tham khảo cho công thức này?

— Jeanine

Ý bạn là tôi Không phải bình luận của bạn ban đầu tại bài viết OP?

— Daniel

@ Jeanine- ICC trích dẫn: Moineddin, R., Matheson, FI, & Glazier, RH (2007). Một nghiên cứu mô phỏng kích thước mẫu cho các mô hình hồi quy logistic đa cấp. Phương pháp nghiên cứu y học BMC, 7, 34. doi.org/10.1186/1471-2288-7-34

— càu nhàu