ランダム効果で順序ロジスティック回帰を使用する方法は？

私の研究では、いくつかのメトリックでワークロードを測定します。心拍変動（HRV）、皮膚電気活動（EDA）および主観的尺度（IWS）を使用。正規化後、IWSには3つの値があります。

ワークロードが通常よりも低い
ワークロードは平均です
ワークロードが通常よりも高くなっています。

生理学的測定が主観的な作業負荷をどれだけうまく予測できるかを見たい。

したがって、比率データを使用して順序値を予測したいと思います。によると：数値/カテゴリ値の両方でRで順序ロジスティック回帰分析を実行するにはどうすればよいですか？これは、MASS:polr関数を使用して簡単に実行できます。

ただし、被験者間差、性別、喫煙などのランダム効果も考慮したいと思います。このチュートリアルを見て、にランダム効果を追加する方法がわかりませんMASS:polr。代わりにlme4:glmerオプションがありますが、この関数はバイナリデータの予測のみを許可します。

順序ロジスティック回帰にランダム効果を追加することは可能ですか？

— ロビン・クレイマー
ソース

この種の結果に比例オッズを使用する義務はありません。継続比率モデルなどを使用できます。CRANから入手できる通常のパッケージを調べることができます。

— mdewey

@RobinKramerランダム効果とはどういう意味かを明確にしてください。統計学者が変量効果を言うとき、彼らは通常、異なる観測間のクラスタリングを説明したいと考えています。たとえば、同じ個人に対して測定を繰り返したため、特定の時間に各obsが1人であり、1人あたり4回の観測があるとします。ほぼ間違いなく、ランダム効果モデルに適合する必要があります。各個人には、個人固有のランダム効果があります（通常は正規分布からのものと想定されます）。性別、喫煙などと言うとき、それらは通常、固定効果としてモデル化できます。で、どういう意味ですか？

— Weiwenン

@WeiwenNg質問はかなり古いですが、変数を配置するLME回帰を使用するために使用されました。私はこのプロジェクトで同じことをしようとしました。

— ロビンクレイマー

@RobinKramer私の悪い、私は日付を記録することに失敗しました！そうは言っても、ここにはまだ混乱があると思います。個人に対して繰り返し対策を講じていますか？その場合、おそらく人によるランダムなインターセプトを含める必要があります。DVに対する性別の影響に関心がある場合は、通常、それを通常の共変量としてモデル化するだけで十分です。固定効果としてモデル化すると言う人もいます（DVに対する効果を固定として扱うためです）。ランダムな効果として性別を扱うことは、存在論的に紛らわしいでしょう。

— Weiwenン

回答:

原則として、順序応答変数を連続するレベル間の一連のバイナリコントラストに拡張することにより、ロジスティック混合モデルソフトウェアの機械に順序ロジスティック回帰を実行させることができます（たとえば、ドブソンとバーネットの一般化線形モデルの紹介セクション8.4.6を参照）。ただし、これは苦痛であり、幸運にもRにはいくつかのオプションがあります。

序パッケージを介して、clmm及びclmm2機能（clmm= C umulative LのインクMは ixed Mの odel）を
mixorパッケージを経由して、mixor機能
MCMCglmmパッケージを介してfamily="ordinal"（参照?MCMCglmm）
BRMSパッケージ、例えば経てfamily="cumulative"（参照?brmsfamily）

後者の2つのオプションは、ベイジアンMCMCフレームワーク内に実装されています。私の知る限り、引用されたすべての関数（を除くordinal::clmm2）は、複数のランダム効果（切片、勾配など）を処理できます。それらのほとんど（おそらくではないMCMCglmm？）は、リンク関数（ロジット、プロビットなど）の選択を処理できます。

（時間がある場合は、戻って来て、を使用して順序モデルをゼロから設定する実際の例でこの答えを修正しますlme4）

— ベン・ボルカー
ソース

ご回答ありがとうございます。実際のところ、一連のバイナリコントラストを実際に使用しているが、「一般的な推定式」を使用している人を見てきました。それはあなたが言及した方法とどのように関係していますか？さらに、複数の比較を行うとき、多重比較の問題を修正する必要はありませんか？

— ロビンクレイマー

Rの順序応答を持つ混合効果モデルを推定する別の方法mixorは、mixerパッケージの機能を使用することです。この関数は、ランダムな勾配とインターセプトを可能にし、リンク関数の選択肢を提供します（順序付きロジスティック回帰に限定されず、プロビット、ログログ、および相補ログログ関数を使用することもできます）。

— user206892

戻って実際の例を追加したいですか？

— モニカを

それは...私はそれになりたいよりも難しいだろうだ

— ベンBolker

はい、順序回帰モデルにランダム効果を含めることができます。概念的には、これは線形混合モデルにランダム効果を含めることと同じです。UCLAサイトpolr()はMASSパッケージ内の機能のみを示していますが、Rには順序モデルを適合させるための機能がいくつかあります。ここでは、より広範な（ただしそれほど詳細ではない）概要を示します。ただし、Rにランダム効果を含めることを知っている唯一の方法は、順序パッケージを使用します。ここで例を介して作業します：双方向フリードマンのテストはありますか？

— gung-モニカの回復
ソース