Cómo arreglar un coeficiente en una de regresión logística ordinal sin proporcional probabilidades de asunción en R?

Question

Quiero hacer un ordinal de regresión logística en R sin la proporcionalidad de probabilidades de asunción. Sé que esto se puede hacer directamente a través de vglm() de la función en R estableciendo parallel=FALSE.

Pero mi problema es cómo arreglar un particular conjunto de coeficientes de regresión de configuración? Por ejemplo, supongamos que la variable dependiente $Y$ es discreto y ordinal y puede tomar los valores $Y = 1$, $2$, o $3$. Si los regresores son $X_{1}$$X_{2}$, entonces las ecuaciones de regresión son

$$\begin{aligned} {\rm logit} \big( P(Y \leq 1) \big) &= \alpha_{1} + \beta_{11}X_{1} + \beta_{12}X_{2} \\ {\rm logit}\big(P(Y \leq 2) \big) &= \alpha_{2} + \beta_{21}X_{1} + \beta_{22}X_{2} \end{aligned}$$

I want to set $\beta_{11}$ and $\beta_{22}$ to $1$. Por favor, hágamelo saber cómo puedo lograr esto. También si R no puede hacer esto, podría usted por favor hágamelo saber si me puede conseguir esto en cualquier otro software estadístico?

Answer 1

No estoy seguro de entender lo que el OP quiso decir cuando él/ella dice "yo no puedo usar offset debido a que se elimina completamente el correspondiente regresor de la regresión." Usted puede fijar un parámetro mediante el offset() función en R. estoy usando lm() por debajo, pero se debe trabajar en su modelo.

dat  <- data.frame(x=rnorm(30))
dat$y <- dat$x * 2 + rnorm(30) 
free <- lm(y ~ x,dat)
fixed1<- lm(y ~ offset(2 * x),dat)

summary(free)
#Coefficients:
#            Estimate Std. Error t value Pr(>|t|)    
#(Intercept)  0.03899    0.17345   0.225    0.824    
#x            2.17532    0.18492  11.764 2.38e-12 ***

summary(fixed1)
#Coefficients:
#            Estimate Std. Error t value Pr(>|t|)
#(Intercept)  0.05043    0.17273   0.292    0.772

El parámetro fijo no se mostrarán en la salida, pero aún así fijada en 2. Siguiente voy a arreglar el x parámetro a su valor estimado en la free modelo de

fixed2<- lm(y ~ offset(2.17532 * x),dat)
summary(fixed2)
#Coefficients:
#            Estimate Std. Error t value Pr(>|t|)
#(Intercept)  0.03899    0.17002   0.229     0.82

Aviso el intercepto en fixed2 se calcula con el mismo valor que en el free modelo.