다단계 회귀 분석을위한 표준화 된 베타 가중치

11

다단계 회귀에서 표준화 된 (고정 효과) 회귀 가중치를 어떻게 얻을 수 있습니까?

그리고 "애드온 (add-on)"으로서 : mer(개체 lmer의 lme4패키지 기능 에서 R) 객체 에서 이러한 표준화 된 가중치를 얻는 가장 쉬운 방법은 무엇입니까 ?

— 펠릭스 S
소스

특히 mer 또는 선형 모델 계수를 요구합니까?

— Robert Kubrick

실제로 나는 그것을 일반적으로하는 방법에 더 관심이 있습니다 (정기 선형 모델에서와 같이 모든 변수를 미리 표준화하지만 그 접근 방식이 MLM에서 유효한지 확실하지 않습니다). 위에서 lme4 객체로 어떻게 수행되는지 확인하고 싶습니다. 나는 그에 따라 질문을 다시 표현했다!

— Felix S

1

Andrew Gelman과 Iain Pardoe (2007)의 비선형 성, 상호 작용 및 분산 성분이있는 모형의 평균 예측 비교에 의해이 논문에 관심이있을 수 있습니다 .

— Andy W

9

설명 변수를 모형에 넣기 전에 평균이 0이고 분산이 1이되도록 간단하게 조정하십시오. 그런 다음 계수는 모두 비슷합니다. 모델의 혼합 효과 특성은이 문제에 영향을 미치지 않습니다.

그것을하는 가장 좋은 방법은, 그리고 잘못 될 가능성이 가장 적은 방법은 모델을 맞추기 전에 scale ()을 사용하는 것입니다.

— 피터 엘리스
소스

고마워, 내가 알고 싶었던 것 : 그룹 평균을 무시하고 큰 평균으로 조정하십시오 ...

— Felix S

3

R의 lm (또는 glm) 모델에서 직접 표준화 된 베타 계수를 얻는 빠른 방법을 보려면 lm.beta(model)QuantPsyc 패키지를 사용해보십시오 . 예를 들면 다음과 같습니다.

library("MASS")
glmModel = glm(dependentResponseVar ~ predictor1 + predictor2, data=myData)
summary(glmModel)

library(QuantPsyc)
lm.beta(glmModel)

— CJH
소스

1

에서 이 전자 메일 벤 Bolker는 "lmer-땅"이 기능을 번역했다.

— crsh

그러나 벤이 제공하는 링크 된 코드는 실제로 해당 이메일에 기록 된대로 작동하지 않습니다. 그것은 단어 / 의사 코드를 포함합니다 .... 편집 :이 질문에 대한 답변은 작업 코드를 제공합니다 : stats.stackexchange.com/questions/123366/…

— Bajcz

2

lm ()으로 회귀 된 표준 선형 모형의 경우 예측 변수 데이터를 scale ()하거나이 간단한 공식을 사용할 수 있습니다.

lm.results = lm(mydata$Y ~ mydata$x1)

sd.y = sd(mydata$Y)
sd.x1 = sd(mydata$x1)
x1.Beta = coef(lm.results)["mydata$x1"] * (sd.x1 / sd.y)

— 로버트 큐브릭
소스

1

당신이 당신의 출력을 설정 한 가정 lmer에 모델은 lmer.results, fixef(lmer.results)전체 고정 효과 계수를 반환합니다.

— 미셸
소스

2

그래도 "표준화"되지는 않습니까? 설명 변수가 모두 같은 척도에 있다면 고정 효과의 크기를 알고 싶다는 질문을 읽었습니다.

— Peter Ellis

mer객체 에서 표준화 된 계수를 얻는 것이 가능하다는 것을 모르겠습니다 . 요약에 표시 lme4되지 않으므로 메소드가 생성하지 않는다고 가정 합니다. 개체 fixef()에서 사용할 수있는 모든 고정 효과 정보를 반환 mer합니다.

— Michelle

1

피터가 이미 언급 한 바와 같이, 문제의 초점은 '표준화 된'계수에 관한 것이었다.

— Felix S