3级逻辑回归

Question

4

我正在尝试使用三级逻辑回归对二元响应的纵向数据进行分析。我的数据层次结构如下所示：学生（第一级）嵌套在班级（第二级）中，班级再嵌套在学校（第三级）中。

请问有没有相关的读物可以建议我使用SAS或R 代码进行三级混合效应逻辑回归？我不需要关于三级逻辑回归背后的理论帮助。任何附有SAS或R 代码的示例都将非常有帮助。

- longleaf

由于您自己指出的问题仅涉及在软件中运行分析，因此这个问题更适合在Stack Overflow上提问。如果是这种情况，请标记它，它将被迁移到那里（但不要交叉发布）。 - Patrick Coulombe

在不了解您要执行的回归方程以及缺乏有关您对R的熟悉程度的任何信息的情况下，这似乎可能会有所帮助：http://cran.r-project.org/doc/contrib/Bliese_Multilevel.pdf - Scott Ritchie

你所描述的情况显然是多层次的，但我不明白它如何是纵向的。话虽如此，这里的参考资料可能是你正在寻找的：http://glmm.wikidot.com/。 - gung - Reinstate Monica

如果我表述不清楚，我很抱歉。但是我所描述的情况并不是我正在分析的数据，那只是一个例子。我的数据总共有超过10K个对象。大约有190个簇，每个簇中有40-60个对象。每个对象被重新测量了4-7次。 - longleaf

我不确定三层多层逻辑回归分析的示例和代码在书籍/文章中是否普遍可用。我认为可以使用SAS中的PROC NLMIXED或PROC GLIMMIX，或者使用R中的lme4包来完成，但我正在寻找这里的代码示例。 - longleaf

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- david25272 · Accepted Answer

在 R 中，你可以使用来自 lme4 包的 glmer() 函数进行混合效应模型。你可以在 formula= 选项中指定效应。对于嵌套随机效应，你可能需要类似这样的内容：

model <- glmer(formula = response ~ (1|student|class/block), family=binomial)

在R-sessions上有一些多层模型的例子。

你可以使用family=binomial来拟合非线性响应，例如二项式。