R中的Stata&#xtlogit(fe,re)等效?

时间:2014-04-22 00:26:27

标签: r stata logistic-regression

Stata允许相应地通过xtlogit fe和xtlogit re命令进行逻辑回归的固定效果和随机效果规范。我想知道R中这些规范的等效命令是什么。

我所知道的唯一类似规范是混合效应逻辑回归

mymixedlogit <- glmer(y ~ x1 + x2 +  x3 + (1 | x4), data = d, family = binomial)

但我不确定这是否映射到任何上述命令。

1 个答案:

答案 0 :(得分:1)

glmer命令用于快速拟合具有不同截距和变化斜率的逻辑回归模型(或等效地,具有固定和随机效应的混合模型)。

为了在R中拟合变量拦截多级逻辑回归模型(即随机效应逻辑回归模型),您可以使用内置的&#34; mtcars&#34;运行以下内容。数据集:

data(mtcars)
head(mtcars)
m <- glmer(mtcars$am ~ 1 + mtcars$wt + (1|mtcars$gear), family="binomial")
summary(m)   

# and you can examine the fixed and random effects
fixef(m); ranef(m)

为了在Stata中拟合变截距斜率模型,您当然使用xtlogit命令(使用Stata中类似但不相同的内置&#34; auto&#34;数据集):

sysuse auto
xtset gear_ratio
xtlogit foreign weight, re

我补充一点,我找到了对#34;固定&#34;的全部引用。与&#34;随机&#34;效果模棱两可,我更倾向于引用模型本身的结构(例如,截距是否变化?哪些斜率是变化的,如果有的话?嵌套在2级或更多级别的模型?是否是交叉分类的级别? )。对于类似的观点,请参阅Andrew Gelman的thoughts&#34;修复&#34;与&#34;随机&#34;效果。

更新:Ben Bolker在下面的优秀评论中指出,在使用predict命令而不是使用data=mtcars选项时,使用data(mtcars) m1 <- glmer(mtcars$am ~ 1 + mtcars$wt + (1|mtcars$gear), family="binomial") m2 <- glmer(am ~ 1 + wt + (1|gear), family="binomial", data=mtcars) p1 <- predict(m1); p2 <- predict(m2) names(p1) # not that informative... names(p2) # very informative! 选项可以提供更多信息。符号:

{{1}}