Apakah ada implementasi R untuk beberapa model campuran prosedur statistik regresi kuantitatif?

8

Saya ingin menemukan beberapa solusi untuk melakukan model efek campuran regresi kuantil.

Dari pencarian google saya, saya tidak dapat menemukan implementasi R untuk prosedur seperti itu (hanya peringatan bahwa " ini bukan untuk yang lemah hati ").

Saya ingin menyelesaikan situasi sederhana di mana kita memiliki satu x satu y, dan satu variabel "subjek".

Ada saran tentang apa yang harus dilakukan dengan ini?

regression mixed-model Tal Galili
sumber
Bisakah Anda memasukkan spesifikasi model yang Anda coba paskan? Dalam komentar atas jawaban Gavin, Anda menyebutkan beberapa kovariat. Struktur model apa yang Anda cari?
Iterator

Jawaban:

9

Sejauh mana seseorang dapat menjawab pertanyaan Anda tergantung pada jenis studi yang Anda miliki. Roger Koenker telah melakukan beberapa pekerjaan pada regresi kuantil untuk data longitudinal atau panel. Beberapa detail, kertas, dan satu set kode R awal tersedia dari situs web Roger .

Catat pesan pada halaman web itu bahwa sekarang lebih mudah untuk melakukan metode yang dibahas dalam kertas menggunakan qrss()dalam paket quantreg, menyusutkan efek tetap menggunakan penalti laso.

Gavin Simpson
sumber
Hai Gavin. Desain penelitian: Katakanlah saya memiliki ketinggian anak-anak dan orang tua mereka - dan saya ingin memperkirakan 95 jumlah anak-anak dari tinggi badan orang tua. Tetapi anak-anak yang saya miliki juga dibagi menjadi anak-anak dari berbagai negara, dan saya ingin negara-negara menjadi efek acak. Kami mungkin juga ingin memperhitungkan jenis kelamin dan usia, misalnya. Nasihat lebih lanjut akan bagus. :)
Tal Galili
13

Baru-baru ini, paket lqmm "Linear Quantile Mixed Models" telah diunggah di CRAN. Meskipun saya belum pernah menggunakannya, paket lqmm tampaknya melakukan apa yang Anda inginkan.

Presentasi ini dari useR! Konferensi 2011 menunjukkan beberapa contoh paket. Ini adalah deskripsi paket yang diambil dari useR! Abstrak konferensi 2011:

Conditional quantile regression (QR) berkaitan dengan estimasi kuantil yang tidak diketahui dari suatu hasil sebagai fungsi dari seperangkat kovariat dan vektor koefisien regresi tetap. Dalam beberapa tahun terakhir, kebutuhan untuk memperluas kemampuan QR untuk data independen untuk berurusan dengan desain pengambilan sampel berkerumun (misalnya, tindakan berulang) telah menyebabkan beberapa pendekatan dan sangat berbeda. Di sini, saya mempertimbangkan pendekatan berbasis kemungkinan yang bergantung pada hubungan yang ketat antara masalah norma L₁ tertimbang terkait dengan model QR bersyarat dan distribusi Laplace asimetris (Geraci dan Bottai, 2007).

Dalam presentasi ini, saya akan menggambarkan penggunaan paket R lqmm untuk melakukan QR dengan efek campuran (tetap dan acak) untuk model bersarang dua tingkat. Estimasi koefisien regresi tetap dan matriks kovarians efek acak didasarkan pada kombinasi dari pendekatan kuadratur Gaussian dan algoritma optimisasi. Yang pertama termasuk Gauss-Hermite dan Gauss-Laguerre quadratures untuk, masing-masing, efek acak normal dan eksponensial ganda (yaitu, Laplace simetris); yang terakhir termasuk algoritma pencarian kompas yang dimodifikasi dan pengoptimal tujuan umum (optim dan optimisasi). Permodelan dan masalah inferensial dirinci dalam Geraci dan Bottai (2011) (draft awal tersedia berdasarkan permintaan). Paket ini juga menyediakan perintah untuk kasus data independen.

Johannes
sumber
Saya baru-baru ini digunakan lqmmjuga, dan ia melakukan persis apa yang diinginkan OP. +1
boscovich
3

Saya telah mengunggah ke CRAN paket yang disebut qrLMM tersedia di sini

http://cran.r-project.org/web/packages/qrLMM/index.html

di mana ia melakukan persis apa yang Anda cari dan juga dalam makalah yang akan dikirim segera, kami membuktikan bahwa kami memperoleh perkiraan yang lebih baik (bies lebih rendah dan kesalahan standar) di semua skenario daripada paket lqmm dari Geraci (2014). Saya berharap ini akan berguna untuk penelitian selanjutnya.

Christian Eduardo Galarza
sumber