랜덤 효과 로지스틱 회귀 분석을위한 ICC 계산

로지스틱 회귀 모델을 다음과 같은 형식으로 실행하고 있습니다.

lmer(response~1+(1|site), family=binomial, REML = FALSE)

일반적으로 절편 및 잔차 분산에서 ICC를 계산하지만 모형 요약에는 잔차 분산이 포함되지 않습니다. 이것을 어떻게 계산합니까?

logistic lme4-nlme glmm

— 메간
소스

왜 ICC를 계산합니까?

— AdamO 2016 년

GLMM을 사용해야한다는 증거로서 일반적인 로지스틱 회귀 분석이 이러한 데이터에 유효하지 않다는 가정을 테스트하기 위해. 방정식을 찾았습니다 : ICClogit = 절편 분산 ^ 2 / (절편 분산 ^ 2 + pi ^ 2 / 3). 이것이 합리적으로 보입니까?

— Megan

완전 최대 가능성 접근법을 사용하고 있습니다. 고정 효과 모형에 대해 1 자유 도로 우도 비 검정을 수행 할 수 없습니까?

— AdamO

(15 / 16)^{2} π^{2} / 3

$(15/16)^2\pi^2/3$

π^{2} / 3

$\pi^2/3$

@Megan : 그렇습니다. intercept_variance / (intercept_variance + pi^2/3)분산을 제곱하지 마십시오.

— Wolfgang

sjstats-packageicc() 에서 -function을 사용할 수 있습니다 .

도움말 파일 ?sjstats::icc에는 이항 반응이있는 혼합 모형에 대한 공식에 대한 참조가 있습니다.

Wu S, Crespi CM, Wong WK. 암 예방 클러스터 무작위 시험에서 이진 반응에 대한 클래스 내 상관 계수를 추정하는 방법의 비교. 현대 임상 시험 33 : 869-880 (doi : 10.1016 / j.cct.2012.05.004)

로지스틱 회귀 분석의 잔차 이탈은로 고정됩니다 (pi ^ 2) / 3.

— 다니엘
소스

이 공식에 대한 참조가 있습니까?

— Jeanine

당신은 저를 의미합니까? 처음에 OP 게시에 대한 귀하의 의견이 아니십니까?

— 다니엘

@ Jeanine- ICC 인용 : Moineddin, R., Matheson, FI, & Glazier, RH (2007). 다단계 로지스틱 회귀 모형의 표본 크기에 대한 시뮬레이션 연구. BMC 의학 연구 방법론, 7, 34 doi.org/10.1186/1471-2288-7-34는

— 불평을