我正在模拟每个医院一个月到一百一十二个月(接管10年)的工作数量。随着时间的推移,工作的数量会随着医院的不同而变化,因此我定义了以下多级模型作为起点:
glmer.nb(Jobs ~ 1 + Region + Month + ( Month | factor(Region)),
data = df_month_region,
family = poisson(link = "log"))我的数据看起来非常相似:
df <- data.frame(
Region = rep(1:14, each=112),
Month = rep(seq(1,112,1),14),
Job = rpois(112*14, 0.7)
)我想知道:
1)用这种格式对我的数据进行建模是否有意义?有一年和一个月的专栏会更有意义吗?
2)如何克服这一错误:“模型未能收敛到max\grad= 0.00361688 (tol = 0.001,component 1)模型几乎无法识别:非常大的特征值”?-我遵循了以下步骤:https://rstudio-pubs-static.s3.amazonaws.com/33653_57fc7b8e5d484c909b615d8633c01d51.html是在这个站点上常见的推荐步骤,但我开始认为根本的问题可能在于我如何设置我的数据或模型?
发布于 2020-05-30 00:17:32
好的,根据你在你的评论中提供的额外信息,我将详述巴勃罗的回答。由于你真正感兴趣的只是随着时间推移工作数量的变化,你唯一的固定效果应该是月份。现在,你还说你有不同的医院和医院所在的地区。这意味着你需要一个嵌套的随机效应结构,在那里你有属于不同地区的不同医院。您可以在这里阅读更多关于嵌套随机效应的内容:
http://errickson.net/stats-notes/vizrandomeffects.html
因此,您应该运行的最终模型如下所示:
job_model <- glmer(Jobs ~ Month + (1|Region/Hospital),
data = df_month_region,
family = poisson(link = "log"))为了查看Month是否显着地改进了模型,还应该对下面的模型进行比较。
job_model_null <- glmer(Jobs ~ 1 + (1|Region/Hospital),
data = df_month_region,
family = poisson(link = "log"))然后将它们与使用anova()函数进行的似然比测试进行比较,如下所示:
anova(job_model, job_model_null)编辑:如果您希望将一个随机斜率与随机效应相匹配,则如下所示:
job_model <- glmer(Jobs ~ Month + (1+Month|Region/Hospital),
data = df_month_region,
family = poisson(link = "log"))https://stackoverflow.com/questions/61975509
复制相似问题