Diferença entre modelos marginais e condicionais

10

Um modelo marginal é responsável pela correlação dentro de cada cluster. Um modelo condicional também leva em consideração a correlação dentro de cada cluster.

Minhas perguntas são:

  1. Um modelo marginal modela os efeitos principais em uma população, enquanto um modelo condicional modela os efeitos principais em um cluster e em uma população?
  2. A interpretação dos coeficientes de um modelo marginal é basicamente a mesma que "modelo regular". Mas e os coeficientes de um modelo condicional?
jamie
fonte

Respostas:

11

Sim, as interpretações são bastante semelhantes aos "modelos regulares", e a principal distinção entre elas é se você está comparando observações no mesmo cluster ou em todos os clusters.

Em um modelo condicional típico - também conhecido como modelo especificado condicionalmente ou modelo misto - os coeficientes têm interpretações específicas de cluster. Os coeficientes de uma covariável são uma medida da diferença na resposta média, no mesmo agrupamento, em observações para as quais as covariáveis ​​específicas diferem em uma unidade e todas as outras covariáveis ​​são idênticas. Dependendo da função do link, a "medida da diferença" pode ser uma diferença, uma razão de log ou uma razão de chances de log. Uma exceção é a interceptação, que não descreve uma diferença, mas fornece a resposta média nas observações para as quais todas as covariáveis ​​e os efeitos aleatórios são nulos.

Em um modelo marginal, os coeficientes têm interpretações médias da população. Exceto a interceptação, os coeficientes descrevem diferenças na resposta média, mas agora em todas as observações (e, portanto, em todos os clusters). O coeficiente de uma covariável é a diferença na resposta média (ou razão logarítmica de médias, etc.) por diferença de unidade nessa covariável, nas observações para as quais todas as outras covariáveis ​​são idênticas. Observe que esta definição é independente de se as comparações estão no mesmo cluster ou não.

hóspede
fonte