Questions tagged «polr»

2
如何使用具有随机效应的有序逻辑回归?
在我的研究中,我将使用几种指标来衡量工作量。具有心率变异性(HRV),皮肤电活动(EDA)和主观量表(IWS)。标准化后,IWS具有三个值: 工作量低于正常水平 平均工作量 工作量高于正常水平。 我想看看生理指标可以很好地预测主观工作量。 因此,我想使用比率数据来预测序数值。根据:如何在R中同时使用数字/分类值进行有序逻辑回归分析?使用此MASS:polr功能很容易做到。 但是,我也想考虑随机效应,例如受试者之间的差异,性别,吸烟等。在本教程中,我看不到如何向添加随机效应MASS:polr。替代地lme4:glmer,然后将是一种选择,但是该功能仅允许预测二进制数据。 是否可以向序数逻辑回归添加随机效应?

2
使用波尔函数检查比例赔率假设是否在序数逻辑回归中成立
我已使用MASS软件包中的“ polr”函数对具有15个连续解释变量的序数分类响应变量运行序数逻辑回归。 按照UCLA指南中的建议,我已使用代码(如下所示)检查我的模型是否符合比例赔率假设。但是,我有点担心输出的含义,即不仅各个切点之间的系数都相似,而且也完全相同(请参见下图)。 FGV1b <- data.frame(FG1_val_cat=factor(FGV1b[,"FG1_val_cat"]), scale(FGV1[,c("X","Y","Slope","Ele","Aspect","Prox_to_for_FG", "Prox_to_for_mL", "Prox_to_nat_border", "Prox_to_village", "Prox_to_roads", "Prox_to_rivers", "Prox_to_waterFG", "Prox_to_watermL", "Prox_to_core", "Prox_to_NR", "PCA1", "PCA2", "PCA3")])) b <- polr(FG1_val_cat ~ X + Y + Slope + Ele + Aspect + Prox_to_for_FG + Prox_to_for_mL + Prox_to_nat_border + Prox_to_village + Prox_to_roads + Prox_to_rivers + Prox_to_waterFG + Prox_to_watermL + Prox_to_core …
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.