임의의 가로 채기 로지스틱 회귀 분석 (반복 된 측정으로 인해)이 있으며 특이 치 및 영향력있는 관측에 관한 진단을하고 싶습니다.
눈에 띄는 관측치가 있는지 알아보기 위해 잔차를 살펴 보았습니다. 그러나 나는 또한 Cook의 거리 또는 DFFITS와 같은 것을보고 싶습니다. Hosmer와 Lemeshow (2000)는 상관 된 데이터에 대한 모델 진단 도구가 없기 때문에 상관 관계를 무시하고 규칙적인 로지스틱 회귀 분석에 사용할 수있는 진단 도구를 사용하는 규칙적인 로지스틱 회귀 모델에 적합해야한다고 말합니다. 그들은 이것이 진단을 전혀하지 않는 것보다 낫다고 주장합니다.
이 책은 2000 년부터 시작되었으며 혼합 로지스틱 회귀 분석을 통해 모델 진단에 사용할 수있는 방법이 있는지 궁금합니다. 특이 치를 확인하는 좋은 방법은 무엇입니까?
편집 (2013 년 11 월 5 일) :
응답이 없기 때문에 혼합 모델로 진단을 수행하는 것이 일반적으로 수행되지 않거나 데이터를 모델링 할 때 중요한 단계가 아닌지 궁금합니다. 따라서 "좋은"회귀 모델을 찾았 으면 어떻게해야합니까?