¿Cómo utilizar la regresión logística ordinal con efectos aleatorios?

Question

En mi estudio mediré la carga de trabajo con varias métricas. Con la variabilidad del ritmo cardíaco (HRV), la actividad electrodérmica (EDA) y con una escala subjetiva (IWS). Después de la normalización, el IWS tiene tres valores:

1. Carga de trabajo inferior a la normal
2. La carga de trabajo es media
3. La carga de trabajo es mayor de lo normal.

Quiero ver hasta qué punto las medidas fisiológicas pueden predecir la carga de trabajo subjetiva.

Por lo tanto, quiero utilizar los datos de la proporción para predecir los valores ordinales. Según: ¿Cómo puedo ejecutar un análisis de regresión logística ordinal en R con valores tanto numéricos como categóricos? esto se hace fácilmente utilizando el MASS:polr función.

Sin embargo, también quiero tener en cuenta los efectos aleatorios, como las diferencias entre sujetos, el sexo, el tabaquismo, etc. Al observar este tutorial No veo cómo puedo añadir efectos aleatorios a MASS:polr . Alternativamente lme4:glmer sería entonces una opción, pero esta función sólo permite la predicción de datos binarios.

¿Es posible añadir efectos aleatorios a una regresión logística ordinal?

Answer 1

En principio, se puede hacer que la maquinaria de cualquier software de modelo logístico mixto realice una regresión logística ordinal expandiendo la variable de respuesta ordinal en una serie de contrastes binarios entre niveles sucesivos (por ejemplo, véase Dobson y Barnett Introducción a los modelos lineales generalizados sección 8.4.6). Sin embargo, esto es un dolor, y por suerte hay algunas opciones en R:

• el paquete ordinal A través de la clmm y clmm2 funciones ( clmm = C umulativo L tinta M ixed M odel)
• el paquete de mezcladores A través de la mixor función
• el Paquete MCMCglmm , a través de family="ordinal" (ver ?MCMCglmm )
• el paquete brms Por ejemplo, a través de family="cumulative" (ver ?brmsfamily )

Las dos últimas opciones se implementan dentro de marcos MCMC bayesianos. Hasta donde yo sé, todas las funciones citadas (con la excepción de ordinal::clmm2 ) puede manejar múltiples efectos aleatorios (interceptos, pendientes, etc.); la mayoría de ellos (quizás no MCMCglmm ?) puede manejar opciones de función de enlace (logit, probit, etc.).

( Si tengo tiempo volveré a revisar esta respuesta con un ejemplo trabajado de configuración de modelos ordinales desde cero utilizando lme4 )

Answer 2

Sí, es posible incluir efectos aleatorios en un modelo de regresión ordinal. Conceptualmente, es lo mismo que incluir efectos aleatorios en un modelo lineal mixto. Aunque el sitio de la UCLA sólo demuestra la polr() en la función MASS hay una serie de facilidades para ajustar modelos ordinales en R. Hay una visión general más amplia (pero menos detallada) aquí . Sin embargo, la única forma que conozco de incluir efectos aleatorios en R utiliza el paquete ordinal. Trabajo a través de un ejemplo aquí: ¿Hay una prueba de Friedman de dos vías?