[R-es] Duda glmer
Guillermo.Vinue en uv.es
Guillermo.Vinue en uv.es
Jue Jun 11 10:01:58 CEST 2015
Muchas gracias por tu respuesta y el código Olivier, me es de mucha ayuda.
Un saludo,
Guillermo
> Guillermo,
>
> me temo que en tu simulación, el enfoque multinivel carezca de sentido.
> Ten en cuenta que en este tipo de modelo la agrupación de los datos,
es decir el segundo nivel en la jerarquía,
> no puede ser en sólo 2 categorías o grupos, sino en un numero
considerable de grupos que justifique el análisis de la variabilidad
entre dichos grupos.
> Prueba más bien la siguiente simulación:
>
>
> set.seed(100)
> beta_0 <- -0.9
> beta_1 <- 0.02
> sigma <- 1
> q=200; n=50
> re <- rnorm(q)*sigma # efectos aleatorios asociado al grupo
> u <- rep(re,each=n)
> x <- floor(runif(n*q,min=0,max=10))
> p <- exp( beta_0 + beta_1*x + u) / (1+ exp( beta_0 + beta_1*x + u))
> y <-rbinom(n*q,1,p)
> datos=data.frame(y,u,grupo=rep(1:q,each=n))
>
> fit=glmer(y~x+(1|grupo),data=datos,family=binomial)
> summary(fit)
>
>
> Generalized linear mixed model fit by maximum likelihood (Laplace
> Approximation) [glmerMod]
> Family: binomial ( logit )
> Formula: y ~ x + (1 | grupo)
> Data: datos
>
> AIC BIC logLik deviance df.resid
> 11603.3 11625.0 -5798.7 11597.3 9997
>
> Scaled residuals:
> Min 1Q Median 3Q Max
> -2.8102 -0.6685 -0.4591 0.8800 4.0097
>
> Random effects:
> Groups Name Variance Std.Dev.
> grupo (Intercept) 0.9758 0.9878
> Number of obs: 10000, groups: grupo, 200
>
> Fixed effects:
> Estimate Std. Error z value Pr(>|z|)
> (Intercept) -0.911938 0.082754 -11.020 < 2e-16 ***
> x 0.027207 0.008101 3.359 0.000783 ***
> ---
> Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
>
>
>
> ----- Mensaje original -----
> De: "Guillermo Vinue" <Guillermo.Vinue en uv.es>
> Para: r-help-es en r-project.org
> Enviados: Miércoles, 10 de Junio 2015 13:10:26
> Asunto: [R-es] Duda glmer
>
> Hola,
>
> Tengo una base de datos con estructura jerárquica en la que quiero
> clasificar observaciones en distintas categorías.
>
> En el caso más simple, tengo una variable con dos categorías (variable
> Y1) y dentro de cada una de ellas hay otras dos categorías (variable
> Y2). Además tengo una variable explicativa cuantitativa discreta X.
>
> El banco de datos sería de este tipo:
>
> X Y1 Y2
> 5 0 1
> 9 0 0
> 2 0 1
> 8 0 0
> 9 0 0
> 6 0 0
> 4 1 0
> 5 1 1
> 5 1 1
> 6 1 1
> 0 1 1
> 6 1 0
>
> El enfoque estadístico que quiero plantear es un modelo lineal
> generalizado mixto con efectos aletorios para tener en cuenta esta
> estructura jerárquica o multinivel.
>
> Para analizar si este enfoque es adecuado he simulado unos datos. En
> primer lugar, trato de clasificar las observaciones en las categorías de
> Y1 mediante un glm y obtengo estimadores de los coeficientes que son muy
> similares a los valores simulados, como era esperable.
>
> Sin embargo, cuando trato de utilizar un glmer con un intercepto
> aleatorio y pendientes fijas para tratar de distinguir entre categorías,
> obtengo estimadores muy alejados de los valores simulados.
>
> He leído mucha de la bibliografía específica (por ejemplo, los capítulos
> relacionados con los glmer de los libros de Bates o Goldstein) y he
> buscado por internet pero no logro encontrar el error en mi procedimiento .
>
> Adjunto el código de la simulación que llevo a cabo en R por si alguien
> me pudiera hacer alguna indicación.
>
> Muchas gracias de antemano.
>
> Un saludo,
>
> Guillermo
>
> _______________________________________________
> R-help-es mailing list
> R-help-es en r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
>
>
Más información sobre la lista de distribución R-help-es