[問題] Multinomial data with GLIMMIX
不好意思,我手上有筆重複測量的資料,目前在分析上有一些問疑惑,想問看看有沒有人
可以給點意見
關於這筆資料的背景是,
我們讓參與者進行一個套圈圈的遊戲,每個人有十次機會可以選擇他要站在哪裡套,
我們給他15條線/難度(離目標物越遠越難)選擇,並將他選擇的線與他之前在此遊戲的
基準表現相比,把他們的選擇分成四類(前進很多,前進適中,後退適中,後退很多)
我們關心的是當這些參與者如果經歷過在前進適中的位置失敗後,下一次的選擇會是什麼?
所以,我把每個受試者的10次嘗試中,前一次投擲結果為在前進適中失敗的嘗試抓出來
(也就是可能有人在十次裡都沒有這種經驗,所以就不會有任何資料進來,
如果有人有三次嘗試都是前一次是前進適中失敗,那這個人就會有三筆資料被納入)
人數分配如下:
前一次前進適中失敗次數 0 1 2 3 4 5 6
有該狀況人數 16 51 32 13 1 3 1
結果變項就是前一次前進適中失敗後下次的選擇,如前面所說有四類
(前進很多,前進適中,後退適中,後退很多),所以是名義變項
因此,我把這樣的資料視為unbalanced correlated data,每個人有的資料數不同,
每筆資料(選擇)又在人底下
所以我就去檢驗一個Generalized Linear Mixed Model with random intercept
主要SAS code如下:
proc GLIMMIX data=hula;
class subj choicetype;
model choicetype = / dist=multi link=glogit s DDFM=BW;
random int/ subject=subj group=choicetype;
我在分析方法上,試了三種,包括預設的Residual PL, 以及Laplace, and Quadrature.
但前兩者的結果有點不一樣,
使用Residual PL,其中一個截距估計值為0.65, p-value=0.003
但若改用Laplace with empirical SE,估計值為0.42, p-value=0.098
請問這兩個結果我應該怎麼選擇?
另一方面,之所以會嘗試quadrature是因為我在Vonesh (2012)裡看到,
cluster size較小時,Residual PL & Laplace的估計會biased
而我的cluster size應該是算小的,所以想說也用quadrature跑看看。
但悲劇就是他的疊代無法收斂,
output出現了"optimization routine cannot improve the function value."
我猜可能是因為Change這個值最後會變成負的,所以就不能再繼續疊代了
這個情況就算我將預設的dual Quasi-Newton用其他的algorithm
(NRRIDG, NEWRAP, and DBLDOG)代替,都一樣會有負的change value而終止疊代
想請問這樣的收斂上的問題該怎麼解決?
或是有版友可以建議我去找誰或哪個方向詢問嗎?
感謝
--
◢██◣ ◢ ◣ ◢██◣ ◢ ◣ ◢██◣ ◢◣ ◣ █ ◢ ◣ ◢◣◢◣
█▅▅▅ █ █ █▅▅█ ████ █ █ █◥◣█ █ █ █ █◥◤█
◥▅▅▅ ◥███ ◥ ◥ █ ◥███ ◥ ◥█ █ ◥███ ◥ █
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.162.86.126
※ 文章網址: http://www.ptt.cc/bbs/Statistics/M.1406509293.A.EDB.html
※ 編輯: eup958 (1.162.86.126), 07/28/2014 09:01:56
※ 編輯: eup958 (1.162.86.126), 07/28/2014 09:03:24
※ 編輯: eup958 (1.162.86.126), 07/28/2014 09:03:56