Cálculo do ICC para regressão logística de efeitos aleatórios

Estou executando um modelo de regressão logística no formulário:

lmer(response~1+(1|site), family=binomial, REML = FALSE)

Normalmente, eu calcularia o ICC a partir das variações de interceptação e residuais, mas o resumo do modelo não inclui a variação residual. Como faço para calcular isso?

logistic lme4-nlme glmm

— Megan
fonte

Por que você está calculando o ICC?

— Adamo

Para testar a suposição de que a regressão logística comum não é válida para esses dados, como evidência de que eu deveria estar usando o GLMM. Encontrei uma equação: ICClogit = variação de interceptação ^ 2 / (variação de interceptação ^ 2 + pi ^ 2/3). Isso parece razoável?

— Megan

Você está usando a abordagem de máxima verossimilhança. Você não pode fazer um teste de razão de verossimilhança com 1 grau de liberdade em relação ao modelo de efeitos fixos?

— Adamo

(15 / 16)^{2} π^{2} / 3

$(15/16)^2\pi^2/3$

π^{2} / 3

$\pi^2/3$

@Megan: É intercept_variance / (intercept_variance + pi^2/3)- então não quadrie a variação.

— 21715 Wolfgang

Você pode usar o icc() função -no pacote sjstats .

No arquivo de ajuda ?sjstats::icc você encontra uma referência à fórmula para modelos mistos com resposta binária:

Wu S, Crespi CM, Wong WK. 2012. Comparação de métodos para estimar o coeficiente de correlação intraclasse para respostas binárias em ensaios randomizados em cluster de prevenção de câncer. Contempory Clinical Trials 33: 869-880 (doi: 10.1016 / j.cct.2012.05.004)

O desvio residual na regressão logística é fixado em (pi ^ 2) / 3.

— Daniel
fonte

Você tem uma referência para esta fórmula?

— Jeanine

Você quer dizer eu? O seu comentário não foi publicado inicialmente no OP?

— Daniel

@ Citação de Jeanine- ICC: Moineddin, R., Matheson, FI, & Glazier, RH (2007). Um estudo de simulação do tamanho da amostra para modelos de regressão logística multinível. Metodologia de pesquisa médica do BMC, 7, 34. doi.org/10.1186/1471-2288-7-34

— resmunga