모든 것을 검색했지만 원하는 것을 찾지 못했습니다. 그 이유는 여기에 있습니다. 누구든지 의 함수를 알고 random coefficients을 사용하여 순서가 지정된 프로 비트/로짓 모델을 추정 할 수 있습니다.랜덤 계수가있는 프로 비트/로짓 (Probit/Logit)
내가 발견 한 유일한 혼합 효과 모델은 ordinal 패키지의 clmm이지만 임의의 차단 항목을 제공합니다. 모든 힌트에 감사드립니다!
내 질문에 감사드립니다. 대답 : MCMCglmm 패키지는 probit 링크 기능을 사용하는 서양 회귀의 베이지안 버전을 제공합니다.
당신이이 정보를 가지고 있다고 말하는 것은 예의가 있습니다. r-sig-mixed-models 메일 링리스트의 포스터에서 ... 예. http://news.gmane.org/gmane.comp.lang.r.lme4.devel –
@ Ben Bolker : 제가 생각하기는하지만, 위의 의견 또는 내 질문 아래에 게시 한 링크를 읽어보십시오. 공손함은 stackoverflow에서 편집됩니다. 제 의견으로는 모든 형태의 진심이 빠져있는 이러한 형태의 의사 소통은 이상합니다. 그러나 대다수의 사람들이 그보다 더 효율적이라고 생각할 때 나는 그것에 충실 할 것입니다. – chameau13
나는 그것이 "편집 된 공손함의 어떤 형태"라고 생각하지 않습니다. 나는 이것을 "소개와 인사"라고 해석한다. (그리고 만약 당신이 정말로 최대한의 효율성을 원한다면, 나는 당신이 대답의 첫 번째 문장도 편집해야한다고 생각합니다 ...) –
주문형 회귀 분석을 할 수있는 한 가지 방법은 데이터를 확장하는 것입니다. 예를 들어 다음과 같은 경우 :
let | 고양이 ---- | ----- a | cat3 b | CAT5
당신은 그것을 확장 할 수 있습니다에 :
하자 통과 수준 은 T aboveCat0 은 T aboveCat1 은 T aboveCat2 A ~ F aboveCat3 A ~ F aboveCat4 T aboveCat0 B T aboveCat1 B T aboveCat2 B b T aboveCat3 b T aboveCat4
... 고정 효과로 "레벨"을 사용하십시오.
헤더 | 헤더 ------ | ------ 셀 | Cell
만약 하루나 이틀 안에 아무 것도 얻지 못한다면,'r-sig-mixed-models @ r-project.org'에 물을만한 가치가있을 것입니다. 필요할 경우 주문형 모델을 매개 변수화하기위한 기본 레시피 (예 : Faraway for generalized models, Venables 및 Ripley 참조)를 기반으로 자신의 솔루션을 조합 할 수 있습니다. –
@ Jilber : 나는 공손의 모든 문구가 왜 여기 stackoverflow에서 편집되는지 모르겠다. – chameau13
http://meta.stackexchange.com/questions/2950/should-hi-thanks-taglines-and-salutations-be-removed-from-posts?lq=1 –