No meu estudo, medirei a carga de trabalho com várias métricas. Com variabilidade da frequência cardíaca (VFC), atividade eletrodérmica (EDA) e com uma escala subjetiva (IWS). Após a normalização, o IWS possui três valores:
- Carga de trabalho menor que o normal
- Carga de trabalho é média
- A carga de trabalho é maior que o normal.
Quero ver até que ponto as medidas fisiológicas podem prever a carga de trabalho subjetiva.
Portanto, eu quero usar dados de proporção para prever valores ordinais. De acordo com: Como executo a análise de Regressão Logística Ordinal em R com valores numéricos / categóricos? isso é feito facilmente usando a MASS:polr
função
No entanto, também quero dar conta de efeitos aleatórios, como diferenças entre sujeitos, gênero, tabagismo etc. Analisando este tutorial , não vejo como adicionar efeitos aleatórios MASS:polr
. Como alternativa, lme4:glmer
seria uma opção, mas essa função permite apenas a previsão de dados binários.
É possível adicionar efeitos aleatórios a uma regressão logística ordinal?
Respostas:
Em princípio, você pode fazer com que o mecanismo de qualquer software de modelo misto logístico realize regressão logística ordinal expandindo a variável de resposta ordinal em uma série de contrastes binários entre níveis sucessivos (por exemplo, consulte a seção 8.4.6 de Introdução a modelos lineares generalizados de Dobson e Barnett . No entanto, isso é uma dor, e felizmente existem algumas opções no R:
clmm
eclmm2
funções (clmm
= C umulative G tinta M ixed M odelo)mixor
funçãofamily="ordinal"
(consulte?MCMCglmm
)family="cumulative"
(consulte?brmsfamily
)As duas últimas opções são implementadas dentro das estruturas Bayesian MCMC. Até onde eu sei, todas as funções citadas (com exceção de
ordinal::clmm2
) podem lidar com múltiplos efeitos aleatórios (interceptações, declives etc.); a maioria deles (talvez nãoMCMCglmm
?) pode lidar com opções de função de link (logit, probit, etc.).( Se eu tiver tempo, voltarei e revisarei esta resposta com um exemplo prático de como configurar modelos ordinais do zero usando
lme4
)fonte
mixor
função do pacote de mixagem . Essa função permite inclinações e interceptações aleatórias e fornece algumas opções sobre a função de link (você não está restrito à regressão logística ordenada, mas também pode usar as funções probit, log-log e log-log complementar).Sim, é possível incluir efeitos aleatórios em um modelo de regressão ordinal. Conceitualmente, é o mesmo que incluir efeitos aleatórios em um modelo linear linear. Embora o site da UCLA demonstre apenas a
polr()
função noMASS
pacote, existem várias facilidades para a montagem de modelos ordinais em R. Há uma visão geral mais ampla (mas menos detalhada) aqui . A única maneira que conheço de incluir efeitos aleatórios no R usa o pacote ordinal. Trabalho com um exemplo aqui: Existe um teste de Friedman bidirecional?fonte