Menghitung ICC untuk regresi logistik efek-acak

13

Saya menjalankan model regresi logistik dalam bentuk:

lmer(response~1+(1|site), family=binomial, REML = FALSE)

Biasanya saya akan menghitung ICC dari varian intersep dan residual, tetapi ringkasan model tidak termasuk varians residual. Bagaimana saya menghitung ini?

Megan
sumber
1
Mengapa Anda menghitung ICC?
AdamO
1
Untuk menguji asumsi bahwa regresi logistik biasa tidak valid untuk data ini, sebagai bukti bahwa saya harus menggunakan GLMM. Saya menemukan persamaan: ICClogit = intercept variance ^ 2 / (intercept variance ^ 2 + pi ^ 2/3). Apakah ini masuk akal?
Megan
Anda menggunakan pendekatan kemungkinan maksimum penuh. Tidak bisakah Anda melakukan tes rasio kemungkinan dengan 1 derajat kebebasan terhadap model efek tetap?
AdamO
4
(15/16)2π2/3π2/3
4
@Megan: Ya intercept_variance / (intercept_variance + pi^2/3)- jadi jangan kuadratkan variansnya .
Wolfgang

Jawaban:

8

Anda dapat menggunakan icc()-fungsi dari sjstats-paket .

Dalam file bantuan ?sjstats::iccAnda menemukan referensi ke rumus untuk model campuran dengan respons biner:

Wu S, Crespi CM, Wong WK. 2012. Perbandingan metode untuk memperkirakan koefisien korelasi intraclass untuk respon biner dalam uji acak kelompok pencegahan kanker. Percobaan Klinis Contempory 33: 869-880 (doi: 10.1016 / j.cct.2012.05.004)

Penyimpangan residual dalam regresi logistik adalah tetap (pi ^ 2) / 3.

Daniel
sumber
Apakah Anda punya referensi untuk formula ini?
Jeanine
Apakah Anda bermaksud saya? Bukankah awalnya komentar Anda di posting OP?
Daniel
@ Jeanine- kutipan ICC: Moineddin, R., Matheson, FI, & Glazier, RH (2007). Sebuah studi simulasi ukuran sampel untuk model regresi logistik bertingkat. Metodologi Penelitian Medis BMC, 7, 34. doi.org/10.1186/1471-2288-7-34
menggerutu