Jump to content

Модель случайных эффектов

В статистике модель случайных эффектов , также называемая моделью компонентов дисперсии , представляет собой статистическую модель , в которой параметры модели являются случайными величинами . Это своего рода иерархическая линейная модель , которая предполагает, что анализируемые данные взяты из иерархии различных популяций, различия которых связаны с этой иерархией. Модель случайных эффектов является частным случаем смешанной модели .

Сравните это с определениями биостатистики : [1] [2] [3] [4] [5] поскольку специалисты по биостатистике используют «фиксированные» и «случайные» эффекты для обозначения среднестатистических и специфичных для субъекта эффектов соответственно (а там, где последние обычно считаются неизвестными, - латентных переменных ).

Качественное описание

[ редактировать ]

Модели случайных эффектов помогают контролировать ненаблюдаемую неоднородность , когда неоднородность постоянна во времени и не коррелирует с независимыми переменными. Эту константу можно удалить из продольных данных путем дифференцирования, поскольку получение первой разницы приведет к удалению любых инвариантных во времени компонентов модели. [6]

В отношении индивидуального специфического эффекта можно сделать два общих предположения: предположение о случайных эффектах и ​​предположение о фиксированных эффектах. Допущение о случайных эффектах заключается в том, что индивидуальная ненаблюдаемая неоднородность не коррелирует с независимыми переменными. Допущение о фиксированном эффекте заключается в том, что индивидуальный специфический эффект коррелирует с независимыми переменными. [6]

Если предположение о случайных эффектах справедливо, оценщик случайных эффектов более эффективен , чем модель с фиксированными эффектами.

Простой пример

[ редактировать ]

Предположим, что m больших начальных школ выбираются случайным образом из тысяч в большой стране. Предположим также, что в каждой выбранной школе случайно выбираются n учеников одного возраста. Подсчитываются их баллы по стандартному тесту на профпригодность. Пусть Y ij — балл j -го ученика i- й школы. Простой способ смоделировать эту переменную:

где μ — средний балл теста для всей популяции. В этой модели U i , специфичный для школы представляет собой случайный эффект : он измеряет разницу между средним баллом в школе i и средним баллом по всей стране. Член W ij представляет собой индивидуально-специфический случайный эффект, т. е. отклонение балла j -го ученика от среднего по i -й школе.

Модель может быть дополнена путем включения дополнительных объясняющих переменных, которые будут отражать различия в баллах между различными группами. Например:

где Sex ij — двоичная фиктивная переменная , а ParentsEduc ij записывает, скажем, средний уровень образования родителей ребенка. Это смешанная модель , а не модель чисто случайных эффектов, поскольку она вводит условия с фиксированными эффектами для полового образования и образования родителей.

Компоненты отклонения

[ редактировать ]

Дисперсия Y ij представляет собой сумму дисперсий τ 2 и σ 2 или U i и Wi ij соответственно.

Позволять

быть средним не всех баллов i - й школы, а тех баллов i- й школы, которые включены в случайную выборку . Позволять

быть большим средним .

Позволять

быть соответственно суммой квадратов, обусловленной различиями внутри групп, и суммой квадратов, обусловленной различиями между группами. Тогда это можно будет показать [ нужна ссылка ] что

и

Эти « ожидаемые средние квадраты » можно использовать в качестве основы для оценки «компонентов дисперсии» σ. 2 и τ 2 .

σ 2 Параметр также называют коэффициентом внутриклассовой корреляции .

Предельное правдоподобие

[ редактировать ]

Для моделей случайных эффектов предельные вероятности . важны [7]

Приложения

[ редактировать ]

Модели случайных эффектов, используемые на практике, включают Бюльмана модель страховых контрактов и модель Фэя-Эрриота, используемую для оценки малых территорий .

См. также

[ редактировать ]

Дальнейшее чтение

[ редактировать ]
  • Балтаги, Бади Х. (2008). Эконометрический анализ панельных данных (4-е изд.). Нью-Йорк, штат Нью-Йорк: Уайли. стр. 17–22. ISBN  978-0-470-51886-1 .
  • Сяо, Ченг (2003). Анализ панельных данных (2-е изд.). Нью-Йорк, штат Нью-Йорк: Издательство Кембриджского университета. стр. 73–92 . ISBN  0-521-52271-4 .
  • Вулдридж, Джеффри М. (2002). Эконометрический анализ перекрестных и панельных данных . Кембридж, Массачусетс: MIT Press. стр. 257–265 . ISBN  0-262-23219-7 .
  • Гомес, Дилан Дж. Э. (20 января 2022 г.). «Должен ли я использовать фиксированные эффекты или случайные эффекты, если у меня менее пяти уровней группирующего фактора в модели со смешанными эффектами?» . ПерДж . 10 : е12794. дои : 10.7717/peerj.12794 . ПМЦ   8784019 . ПМИД   35116198 .
  1. ^ Диггл, Питер Дж.; Хигерти, Патрик; Лян, Кунг-Йи; Зегер, Скотт Л. (2002). Анализ продольных данных (2-е изд.). Издательство Оксфордского университета. стр. 169–171 . ISBN  0-19-852484-6 .
  2. ^ Фицморис, Гаррет М.; Лэрд, Нэн М.; Уэр, Джеймс Х. (2004). Прикладной продольный анализ . Хобокен: Джон Уайли и сыновья. стр. 326–328. ISBN  0-471-21487-6 .
  3. ^ Лэрд, Нэн М.; Уэр, Джеймс Х. (1982). «Модели случайных эффектов для продольных данных». Биометрия . 38 (4): 963–974. дои : 10.2307/2529876 . JSTOR   2529876 . PMID   7168798 .
  4. ^ Гардинер, Джозеф К.; Ло, Чжэхуэй; Роман, Ли Энн (2009). «Фиксированные эффекты, случайные эффекты и GEE: в чем различия?». Статистика в медицине . 28 (2): 221–239. дои : 10.1002/сим.3478 . ПМИД   19012297 .
  5. ^ Гомес, Дилан Дж. Э. (20 января 2022 г.). «Должен ли я использовать фиксированные эффекты или случайные эффекты, если у меня менее пяти уровней группирующего фактора в модели со смешанными эффектами?» . ПерДж . 10 : е12794. дои : 10.7717/peerj.12794 . ПМЦ   8784019 . ПМИД   35116198 .
  6. ^ Перейти обратно: а б Вулдридж, Джеффри (2010). Эконометрический анализ поперечных и панельных данных (2-е изд.). Кембридж, Массачусетс: MIT Press. п. 252. ИСБН  9780262232586 . OCLC   627701062 .
  7. ^ Хедекер, Д., Гиббонс, Р.Д. (2006). Продольный анализ данных. Германия: Уайли. Страница 163 https://books.google.de/books?id=f9p9iIgzQSQC&pg=PA163
[ редактировать ]
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 65bbe7490e17b82e1df4a6e3a974cb54__1715756100
URL1:https://arc.ask3.ru/arc/aa/65/54/65bbe7490e17b82e1df4a6e3a974cb54.html
Заголовок, (Title) документа по адресу, URL1:
Random effects model - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)