2 개의 무작위 변수로 테스트 비례 확률 가정 R 서수 logistic

Question

R에서 ordinal 패키지를 사용하여 1-5 리 커트 눈금을 기반으로 한 종속 변수에 서수 논리 회귀 분석을 실행하고 테스트 방법을 파악하려고합니다 비례 확률 가정.

현재 모델은 y ~ x1 + x2 + x3 + x4 + x2*x3 + (1|ID) + (1|form)입니다. 여기서 x1과 x2는 이분법이고 x3과 x4는 연속 변수입니다. (92 과목, 4 형태).

필자가 아는 한
- "nominal"은 clmm의 최신 버전에 구현되어 있지 않습니다.
-clmm2 (이전 버전)에 동의하지 않는 하나 이상의 확률 변수
-nominal_test()는 (만 무작위로 하나를 가지고 다른 DV에 대한

(모두에서 임의 효과없이) CLM2 위해 일할 나타납니다

m1 <- clmm2 (y ~ x1 + x2 + x3, random = ID, Hess = TRUE, data = d 
m1.nom <- clmm2 (y ~ x1 + x2, random = ID, Hess = TRUE, nominal = ~x3, data = d) 
m2.nom <- clmm2 (y ~ x2+ x3, random = ID, Hess = TRUE, nominal = ~ x1, data = d) 
m3.nom <- clmm2 (y ~ x1+ x3, random = ID, Hess = TRUE, nominal = ~ x2, data = d) 

anova (m1.nom, m1) 
anova (m2.nom, m1) 
anova (m3.nom, m1) # (as well as considering the output in summary (m#.nom) 

하지만 현재의 모델 (2 개 임의 규정 및 고정 효과의 상호 작용)를 처리 할 수있는이 방법을 수정하는 방법을 잘 모르겠어요,도 내가 확신 : 용어와 상호 작용 없음), I는 사용했다 이것은 실제로 비례 확률 가정을 테스트하는 올바른 방법입니다. (패키지 튜토리얼의 예는 2 개의 고정 된 효과 만 있습니다.)

다른 패키지, 소프트웨어 또는 그래픽 접근 방식을 통해이 문제를 테스트 할 수있는 다른 접근 방식이 열려 있습니다. 어떤 제안?

Answer 1

가장 기본적인 순서 로지스틱 회귀 모델의 경우에도 비례 확률 가정에 대한 진단 테스트는 계수가 순서 요소의 레벨에서 동일하다는 귀무 가설을 자주 거부하는 것으로 알려져 있습니다. 통계학자인 Frank Harrell suggests here 비례 확률 가정을 검사하는 일반적인 그래픽 방법이 아마도 최선의 방법 일 것입니다. 이 접근법에서는 결과의 각 수준과 한 번에 하나의 예측 변수에 대해 로짓 모델 (임의 효과 포함)의 선형 예측을 그래프로 나타냅니다.