通过随机效应 logistic 回归模型建模相关有序数据：模拟与应用
应用统计
2016-01-08 v1
摘要
有序分类数据经常出现在生物医学、农业和社会科学数据的分析中。logistic 回归模型在分析有序分类数据时具有吸引力，因为它可用于解释参数估计。有序响应可能是聚类的，且聚类内的受试者可能呈正相关。为处理这种相关性，我们在每个聚类响应的线性预测变量中加入一个随机分量。本文介绍并比较了用于分析有序分类数据的随机效应 logistic 回归模型。将所提模型应用于农业实验数据。为了评估随机效应模型和齐性模型的性能，我们进行了模拟研究。我们的分析、实际数据应用和模拟表明，齐性模型对单个类别概率的估计效果较差。随机效应模型对数据的拟合具有统计显著性，并且能更精确地估计单个类别的概率。
引用
@article{arxiv.1601.01604,
title = {Modelling correlated ordinal data by random-effects logistic regression models: simulation and application},
author = {Ali Reza Fotouhi and Theresa Mulder},
journal= {arXiv preprint arXiv:1601.01604},
year = {2016}
}