Question

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。

Answer 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}}

R中的Stata＆＃xtlogit（fe，re）等效？

1 个答案: