openMx를 사용하여 동일 및 이란성 쌍둥이를위한 SEM 개념 모델에서 경로 가중치 선택

SEM 모델을 지정하고 맞추는 방법을 배우기 위해 유전자 역학 분석을 위해 R 패키지 OpenMx를 검토하고 있습니다. 나는 이것에 익숙하지 않으므로 나와 함께하십시오. OpenMx 사용 설명서 59 페이지의 예를 따르고 있습니다. 여기 그들은 다음과 같은 개념적 모델을 그립니다.

그리고 경로를 지정할 때, 잠복 된 "하나"노드의 가중치를 표시된 bmi 노드 "T1"및 "T2"의 가중치를 0.6으로 설정했습니다.

주요 관심 경로는 각 잠재 변수에서 각각의 관측 변수까지입니다. 이들은 또한 추정 (따라서 모두 무료로 설정 됨), 시작 값 0.6 및 적절한 레이블을 얻습니다.

# path coefficients for twin 1
mxPath(
  from=c("A1","C1","E1"),
  to="bmi1",
  arrows=1,
  free=TRUE,
  values=0.6,
  label=c("a","c","e")
),

# path coefficients for twin 2
mxPath(
  from=c("A2","C2","E2"),
  to="bmi2",
  arrows=1,
  free=TRUE,
  values=0.6,
  label=c("a","c","e")
),

0.6의 값은 bmi1및 bmi2( 단일 모노 접합 쌍 쌍의) 추정 된 공분산에서 비롯됩니다 . 두 가지 질문이 있습니다.

1. 경로에 "시작"값이 0.6이라고 지정하면 GLM 추정과 같이 초기 값으로 수치 적분 루틴을 설정하는 것과 같은 것입니까?

2. 왜이 값이 독점 접합 쌍둥이로부터 엄격하게 추정됩니까?

당신의 2 점에 대답하려면 :

1) 그렇습니다. 시작 값은 단지 알고리즘이 최적화 프로세스를 시작할 위치를 나타냅니다. 대부분의 소프트웨어 패키지는 실제로 기본적으로 자체 시작 값을 결정하므로 사용자는 추정 중에 문제가 발생할 때만 다른 값을 입력해야합니다. 내 경험상 가장 타당한 시작 값이 수행되며 알고리즘이 수렴하는 최종 모델은 변경되지 않습니다.

2) 값 0.6은 T1과 T2의 인터셉트 ( "1"과 T1 & T2 사이의 경로)가 아닌 시작 값이지만 대신 각 잠복 변수 (A, C, E)를 연결하는 요인 로딩의 시작 값입니다. )를 T1 또는 T2 인디케이터에 연결하십시오. 이것은 경로가 from=c("A1","C1","E1"), to="bmi1"첫 번째 경우와 from=c("A2","C2","E2"), to="bmi2"두 번째 경우 로 진행된다는 사실로 표시됩니다 .

특정 값 "0.6"에 대해서는 : 문서에서 monozygotic twins 하위 그룹을 기반으로이 값을 취하는 것을 언급하지 못했습니다. 실제로 이러한 매개 변수 추정치 (3 개의 잠재 변수에 대한 계수 로딩)는 정의에 의해 이러한 잠재 변수가 관찰되지 않기 때문에 (잠재적이므로) 샘플에서 직접 계산할 수 없습니다. 포인트 # 1에서 언급했듯이, 두 가지 가능한 값 사이의 선택은 수렴 된 모델의 모수 추정치에 거의 영향을 미치지 않으므로, 이러한 요인로드에 대해 여러 가지 가능한 값 중 하나를 시작 값으로 간단히 선택했을 것입니다. 이 값이 monozygotic-twin 하위 그룹의 bmi1과 bmi2 간의 추정 된 공분산에서 비롯되는지 여부는 관련이 없어야합니다. 그럴듯한 시작 값은 알고리즘이 동일한 최종 값에 수렴해야하기 때문입니다. 아마도 계산 시간에 약간의 차이가있을 수 있습니다. (그리고 스스로를 확신시키는 충고는 : 시도해보십시오! 몇 가지 시작 값을 시도하고 수렴 된 모델의 모수 추정치를 비교하십시오.)

일반적으로, 인수가 free로 설정 되면 모수 추정값에 대한 시작 값 선택이 매우 중요하게됩니다 FALSE. 시작 값이 최종 모형에서 모수 추정값이되기 때문입니다. 추정되기 전에 고정됨).