计算随机效应逻辑回归的ICC

我正在以以下形式运行逻辑回归模型：

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

通常，我会根据截距和残差方差来计算ICC，但是模型摘要不包括残差方差。我该如何计算？

logistic lme4-nlme glmm

— 梅根
source

您为什么要计算ICC？

— AdamO 2013年

为了检验普通logistic回归对于这些数据无效的假设，以证明我应该使用GLMM。我找到了一个等式：ICClogit =拦截方差^ 2 /（拦截方差^ 2 + pi ^ 2/3）。这看起来合理吗？

— 梅根（Megan）2013年

您正在使用完整的最大似然法。您是否可以针对固定效应模型以1个自由度进行似然比检验？

— AdamO 2013年

(15 / 16)^{2} π^{2} / 3

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

π^{2} / 3

$\pi^2/3$

@Megan：是的intercept_variance / (intercept_variance + pi^2/3)-所以不要平方方差。

— 沃尔夫冈·

您可以使用sjstats-package中icc()的-function。

在帮助文件中，?sjstats::icc您可以找到具有二进制响应的混合模型公式的引用：

Wu S，Crespi CM，Wong WK。2012。在癌症预防群集随机试验中估算二元反应组内相关系数的方法比较。当代临床试验33：869-880（doi：10.1016 / j.cct.2012.05.004）

Logistic回归中的残差偏差固定为(pi ^ 2) / 3。

— 丹尼尔
source

您对此公式有参考吗？

— 珍妮

你是说我吗您最初在OP帖子中发表评论吗？

— 丹尼尔（Daniel）

@ Jeanine- ICC引文：Moineddin，R.，Matheson，FI和Glazier，RH（2007）。多层次逻辑回归模型样本量的仿真研究。BMC医学研究方法论，第7卷，第34页。doi.org/10.1186/1471-2288-7-34

— 抱怨