병동 환자 수와의 폭력 테스트 협회의 발생을 설명하는 2 년간의 데이터

기본적으로 다음과 같은 2 년의 데이터가 있습니다.

날짜 _ __ 폭력 Y / N? _ 환자 수

2008 년 1 월 1 일 _ ___ 0 __ _ __ _ ____ 11

2008 년 2 월 1 일 _ __ _ 0 _ __ _ __ _ __ 11

2008 년 3 월 1 일 _ ____ 1 __ _ __ _ ____ 12

2008 년 4 월 1 일 _ ____ 0 __ _ __ _ ____ 12

...

2009 년 12 월 31 일 _ __ 0_ _ __ _ __ _ __ 14

즉, 정신과 병동에 대한 2 년의 관찰 (하루에 1 명)은 그 날에 폭력 사건이 있었는지 (1은 예, 아니오), 병동에있는 환자의 수를 나타냅니다. 우리가 시험하고자하는 가설은 와드에 더 많은 환자들이 와드에 대한 폭력 가능성 증가와 관련이 있다는 것입니다.

물론 우리는 와드에 더 많은 환자가있을 때 그 수가 더 많기 때문에 폭력이 발생할 가능성이 더 크다는 사실에 적응해야한다는 것을 알고 있습니다. 각 개인의 폭력 가능성이 증가 할 때 병동에 더 많은 환자가 있습니다.

로지스틱 회귀를 사용하는 몇 가지 논문을 보았지만 자동 회귀 구조가 있기 때문에 잘못되었다고 생각합니다 (자기 상관 함수를 살펴보면 지연 시간이 .1 이상은 아닙니다. R이 나를 위해 그리는“유의 한”파선 점선).

좀 더 복잡하게 만들기 위해 결과를 개별 환자로 나누고 싶을 때 각 환자에 대한 데이터가있는 것을 제외하고는 위와 마찬가지로 데이터가 표시됩니다. 1/2008 등과 ID 코드가 옆으로 내려가므로 데이터는 각 환자에 대한 사건의 전체 기록을 개별적으로 보여줍니다 (모든 환자가 하루 종일 존재하지는 않지만 중요한지는 확실하지 않습니다).

R에서 lme4를 사용하여 각 환자 내에서 자기 회귀 구조를 모델링하고 싶지만 일부 인터넷 검색에서“lme4는 자기 회귀 구조를 처리하도록 설정되지 않았습니다”라는 인용문을 제시합니다. 그것이 되었더라도 어쨌든 코드 작성 방법을 파악하지 못했습니다.

누군가가 통지하는 경우, 나는 얼마 전에 이와 같은 질문을했습니다. 실제로이 문제를 해결하면 그 문제에 도움이되지만 다른 문제가있는 다른 데이터 세트입니다. 이 작업을 수행하는 방법을 잘 모름).

그래서 나는 정직하기 위해 조금 붙어 있고 잃었습니다. 모든 도움을 주셔서 감사합니다!

다음은 이진 종속 변수를 관찰되지 않는 연속 변수에 연결하는 아이디어입니다. 연속 변수에 시계열 모델의 힘을 활용할 수있는 연결.

밝히다:

$V_{w,t} = 1$$w$$t$

$P_{w,t}$$w$$t$

$P_{w,t}$

$V_{w,t} = \begin{cases} 1 & \mbox{if } P_{w,t} \ge \tau \\ 0 & \mbox{otherwise} \end{cases}$

어디,

$\tau$

$P_{w,t}$$P_{w,t}$

$P_{w,t} = \alpha_0 + \alpha_1 P_{w,t-1} + ... + \alpha_p P_{w,t-p}+ \beta n_{w,t} + \epsilon_t$

어디,

$n_{w,t}$$w$$t$

$\beta$

$P_{w,t}$