Tôi có một hồi quy logistic đánh chặn ngẫu nhiên (do các phép đo lặp đi lặp lại) và tôi muốn thực hiện một số chẩn đoán, đặc biệt liên quan đến các ngoại lệ và các quan sát có ảnh hưởng.
Tôi nhìn vào phần dư để xem có những quan sát nào nổi bật không. Nhưng tôi cũng muốn xem xét một cái gì đó như khoảng cách của Cook hoặc DFFITS. Hosmer và Lemeshow (2000) nói rằng do thiếu công cụ chẩn đoán mô hình cho dữ liệu tương quan, người ta chỉ cần phù hợp với mô hình hồi quy logistic thông thường bỏ qua mối tương quan và sử dụng các công cụ chẩn đoán có sẵn cho hồi quy logistic thông thường. Họ cho rằng điều này sẽ tốt hơn là không có chẩn đoán gì cả.
Cuốn sách có từ năm 2000 và tôi tự hỏi liệu bây giờ có phương pháp nào cho chẩn đoán mô hình với hồi quy logistic hiệu ứng hỗn hợp không? Điều gì sẽ là một cách tiếp cận tốt để kiểm tra các ngoại lệ?
Chỉnh sửa (ngày 5 tháng 11 năm 2013):
Do thiếu phản hồi, tôi tự hỏi liệu việc chẩn đoán bằng các mô hình hỗn hợp không được thực hiện nói chung hay không phải là một bước quan trọng khi mô hình hóa dữ liệu. Vì vậy, hãy để tôi viết lại câu hỏi của mình: Bạn sẽ làm gì khi bạn tìm thấy mô hình hồi quy "tốt"?