R에서 비례 배당률 가정없이 순서 로지스틱 회귀 분석에서 계수를 수정하는 방법은 무엇입니까?

비례 배당률 가정없이 R에서 순서 형 로지스틱 회귀 분석을 원합니다. 이 vglm()기능 R을 설정 하여 직접 수행 할 수 있음을 알고 있습니다 parallel=FALSE.

그러나 내 문제는이 회귀 설정에서 특정 계수 세트를 수정하는 방법입니다. 예를 들어, 종속 변수 가 이산적이고 서수이고 값 , 또는 취할 수 있다고 가정하십시오 . 회귀자가 및 인 경우 회귀 방정식은 다음과 같습니다. $Y$ $Y = 1$ $2$ $3$ $X_{1}$ $X_{2}$

\begin{aligned} l o g i t (P (Y \leq 1)) & = α_{1} + β_{11} X_{1} + β_{12} X_{2} \\ l o g i t (P (Y \leq 2)) & = α_{2} + β_{21} X_{1} + β_{22} X_{2} \end{aligned}

$\begin{aligned} {\rm logit} \big( P(Y \leq 1) \big) &= \alpha_{1} + \beta_{11}X_{1} + \beta_{12}X_{2} \\ {\rm logit}\big(P(Y \leq 2) \big) &= \alpha_{2} + \beta_{21}X_{1} + \beta_{22}X_{2} \end{aligned}$

$\beta_{11}$ 및 $\beta_{22}$ 을 로 설정하고 싶습니다 $1$ . 어떻게하면되는지 알려주세요. 또한 경우 R이 작업을 수행 할 수 있습니다, 당신은 또한 내가 다른 통계 소프트웨어에이를 수 있는지 알려 주시기 바랍니다 수 있을까?

r regression logistic

— 샨커
소스

가 연속 또는 범주? 후자 인 경우 계층화 된 분석을 실행하여 원하는 것에 가까운 것을 얻을 수 있습니다.

X_{1}

$X_1$

— Peter Flom

회신 피터 감사합니다. X1과 X2는 모두 연속적입니다.

— Shanker

그렇다면 요점은 알파에 비해이 모델의 적합을 최적화하려는 것입니까?

— gung-모니 티 복원

@Shanker, 계수를 로 고정하려면 모델에서 계수를 원하지 않습니다. 방정식의 오른쪽에 해당 변수를 추가하면 오프셋이 수행됩니다.

1

$1$

— 매크로

@Shanker, 죄송합니다. " 및 을 (를) " 로 설정하고 싶습니다 $\beta_{11}$ $\beta_{22}$ $1$ . 두 방정식에서 동일한 변수에 해당한다고 생각하지만 사실이 아닙니다. 누군가가 R당신을 도울 수 있는 올바른 코드를 가지고있을 수도 있지만 그러한 코드가 존재하지 않는다고 생각하고 (당신이 듣고 싶지 않을 수도있는) 질문에 대한 대답은이 모델에 맞는 자신의 코드를 작성하는 것입니다. 이것은 매우 복잡하지 않으며 가능성 방정식 등을 도출하는 데 도움이 필요한 경우 별도의 질문으로 게시하는 것을 고려할 수 있습니다.

— Macro

OP가 " offset회귀에서 해당 회귀자를 완전히 제거 하기 때문에 사용할 수 없습니다"라고 말했을 때 OP의 의미가 무엇인지 잘 모르겠습니다 . offset()R 의 함수를 사용하여 매개 변수를 수정할 수 있습니다. lm()아래에서 사용 하고 있지만 모델에서도 작동합니다.

dat  <- data.frame(x=rnorm(30))
dat$y <- dat$x * 2 + rnorm(30) 
free <- lm(y ~ x,dat)
fixed1<- lm(y ~ offset(2 * x),dat)

summary(free)
#Coefficients:
#            Estimate Std. Error t value Pr(>|t|)    
#(Intercept)  0.03899    0.17345   0.225    0.824    
#x            2.17532    0.18492  11.764 2.38e-12 ***

summary(fixed1)
#Coefficients:
#            Estimate Std. Error t value Pr(>|t|)
#(Intercept)  0.05043    0.17273   0.292    0.772

고정 매개 변수는 출력에 표시되지 않지만 여전히 2로 고정되어 있습니다. 다음으로 x매개 변수를 free모델 의 추정값으로 고정합니다.

fixed2<- lm(y ~ offset(2.17532 * x),dat)
summary(fixed2)
#Coefficients:
#            Estimate Std. Error t value Pr(>|t|)
#(Intercept)  0.03899    0.17002   0.229     0.82

절편 fixed2은 free모형 에서와 같은 값으로 추정됩니다 .

— 은두 간
소스