如何将随机 and/or 固定效应添加到 R 中的 cloglog 回归中
How to add random and/or fixed effects into cloglog regression in R
更新关于固定效应的一个变量处理的问题
我计划 运行 在 R 中使用随机 and/or 固定效应进行阻塞回归,以检查未观察到的异质性。现在我还没有找到任何关于如何在 R 中执行此操作的信息,只有 Stata 中的一个函数。有人熟悉这个吗?
我有一个我想输入的可变邮政编码,这个变量由 205 个级别组成,我有点不知道该怎么做。
这是我的 cloglog 回归的一个例子:
model_simple <- as.formula("completion_yesno ~ ac + ov + UCRate + FirstWeek + LastWeek + DayofWeekSu + DayofWeekMo + DayofWeekTu + DayofWeekWe + DayofWeekTh + DayofWeekFr + MonthofYearJan + MonthofYearFeb + MonthofYearMar + MonthofYearApr +MonthofYearMay+ MonthofYearJun + MonthofYearJul + MonthofYearAug + MonthofYearSep + MonthofYearOct + MonthofYearNov")
clog_simple1 = glm(model_simple,data=cllw,family = binomial(link = cloglog))
summary(clog_simple1)
我尝试使用 glmmML 包中的 glmmboost 函数输入固定效果
> model_simple <- as.formula("completion_yesno ~ ac + ov +
> UCRate + FirstWeek + LastWeek + DayofWeekSu + DayofWeekMo
> + DayofWeekTu + DayofWeekWe + DayofWeekTh + DayofWeekFr + MonthofYearJan + MonthofYearFeb + MonthofYearMar + MonthofYearApr
> +MonthofYearMay+ MonthofYearJun + MonthofYearJul + MonthofYearAug + MonthofYearSep + MonthofYearOct + MonthofYearNov") clog_fe <-
> glmmboot(model_simple, data=cllw,family = binomial(link = cloglog),
> cluster = zip, boot = 5000) summary(clog_fe)
函数刚刚 运行s,似乎永远不会产生结果。
我对每一个小费都很满意。
您可以使用标准 glm
函数拟合固定效应模型。您只需要按兴趣级别创建一个虚拟对象。例如,这种味道的东西:
固定效应
model_FE <- as.formula("completion_yesno ~ factor(groupvar) + ac + ov + UCRate + FirstWeek + LastWeek + DayofWeekSu + DayofWeekMo + DayofWeekTu + DayofWeekWe + DayofWeekTh + DayofWeekFr + MonthofYearJan + MonthofYearFeb + MonthofYearMar + MonthofYearApr +MonthofYearMay+ MonthofYearJun + MonthofYearJul + MonthofYearAug + MonthofYearSep + MonthofYearOct + MonthofYearNov")
glm(model_simple,data=cllw,family = binomial(link = cloglog))
factor(group)
将创建 K-1(如果您想在没有截距的情况下拟合模型,则创建 K)系数。
随机效果
更新关于固定效应的一个变量处理的问题 我计划 运行 在 R 中使用随机 and/or 固定效应进行阻塞回归,以检查未观察到的异质性。现在我还没有找到任何关于如何在 R 中执行此操作的信息,只有 Stata 中的一个函数。有人熟悉这个吗? 我有一个我想输入的可变邮政编码,这个变量由 205 个级别组成,我有点不知道该怎么做。
这是我的 cloglog 回归的一个例子:
model_simple <- as.formula("completion_yesno ~ ac + ov + UCRate + FirstWeek + LastWeek + DayofWeekSu + DayofWeekMo + DayofWeekTu + DayofWeekWe + DayofWeekTh + DayofWeekFr + MonthofYearJan + MonthofYearFeb + MonthofYearMar + MonthofYearApr +MonthofYearMay+ MonthofYearJun + MonthofYearJul + MonthofYearAug + MonthofYearSep + MonthofYearOct + MonthofYearNov")
clog_simple1 = glm(model_simple,data=cllw,family = binomial(link = cloglog))
summary(clog_simple1)
我尝试使用 glmmML 包中的 glmmboost 函数输入固定效果
> model_simple <- as.formula("completion_yesno ~ ac + ov +
> UCRate + FirstWeek + LastWeek + DayofWeekSu + DayofWeekMo
> + DayofWeekTu + DayofWeekWe + DayofWeekTh + DayofWeekFr + MonthofYearJan + MonthofYearFeb + MonthofYearMar + MonthofYearApr
> +MonthofYearMay+ MonthofYearJun + MonthofYearJul + MonthofYearAug + MonthofYearSep + MonthofYearOct + MonthofYearNov") clog_fe <-
> glmmboot(model_simple, data=cllw,family = binomial(link = cloglog),
> cluster = zip, boot = 5000) summary(clog_fe)
函数刚刚 运行s,似乎永远不会产生结果。 我对每一个小费都很满意。
您可以使用标准 glm
函数拟合固定效应模型。您只需要按兴趣级别创建一个虚拟对象。例如,这种味道的东西:
固定效应
model_FE <- as.formula("completion_yesno ~ factor(groupvar) + ac + ov + UCRate + FirstWeek + LastWeek + DayofWeekSu + DayofWeekMo + DayofWeekTu + DayofWeekWe + DayofWeekTh + DayofWeekFr + MonthofYearJan + MonthofYearFeb + MonthofYearMar + MonthofYearApr +MonthofYearMay+ MonthofYearJun + MonthofYearJul + MonthofYearAug + MonthofYearSep + MonthofYearOct + MonthofYearNov")
glm(model_simple,data=cllw,family = binomial(link = cloglog))
factor(group)
将创建 K-1(如果您想在没有截距的情况下拟合模型,则创建 K)系数。