序数回归 - 交互中的变量不满足比例优势假设

Question

我尝试分析具有序数响应 (0-4) 和三个分类因素的数据集。我对所有三个因素的相互作用以及主要影响感兴趣。我使用包“ordinal”的 clm 函数并使用“nominal_test”函数检查假设。它揭示了其中一个预测变量的显着差异。现在我不知道如何继续......我试图将有问题的因素及其所有相互作用放在“名义”参数中（参见代码）并且 R 给了我警告。尽管如此，我还是做了几个可能性比测试，总是比较一个模型，包括一个缺少它的交互（ANOVA（没有，有，test =“Chisq”））并得到一些很好的显着结果。不过，我觉得我不知道我在这里做什么，我不相信结果。所以我的问题是：我所做的可以吗？我还可以做些什么？还是数据只是“无法分析”？

下面是测试代码：

# this is the model
res=clm(cue~     intention:outcome:age+
                 intention:outcome+
                 intention:age+
                 outcome:age+
                 intention+outcome+age+
                 Gender,
                 data=xdata)

#proportional odds assumption
nominal_test(res)
#                      Df  logLik    AIC    LRT  Pr(>Chi)    
#<none>                   -221.50 467.00                     
#intention              3 -215.05 460.11 12.891  0.004879 ** 
#outcome                3 -219.44 468.87  4.124  0.248384    
#age                                                         
#Gender                 3 -219.50 469.00  3.994  0.262156    
#intention:outcome                                           
#intention:age                                               
#outcome:age            6 -217.14 470.28  8.716  0.190199    
#intention:outcome:age 12 -188.09 424.19 66.808 1.261e-09 ***

这是我尝试解决它的一个示例 -> 并检查所有三个预测变量的三向交互。我也为 2-way-interactions 做了同样的事情......

res=clm(cue~         outcome:age+
                     outcome+age+
                     Gender, 
                     nominal= ~ intention:age:outcome+
                                intention:age+        
                                intention:outcome+
                                intention,
                     data=xdata)
res.red=clm(cue~     outcome:age+
                     outcome+age+
                     Gender, 
                     nominal= ~ 
                                intention:age+        
                                intention:outcome+
                                intention,
                     data=xdata)
anova(res,res.red, test="Chisq")
#        no.par    AIC  logLik LR.stat df Pr(>Chisq)
#res.red     26 412.50 -180.25                      
#res         33 424.11 -179.05  2.3945  7     0.9348

当我尝试集中模型时，这是 R 给我的警告：

Warning message:
(-3) not all thresholds are increasing: fit is invalid 
In addition: Absolute convergence criterion was met, but relativecriterion was not met

我特别担心“Fit is not valid”这句话......我不知道该怎么办，如果有任何想法或提示，我都会很高兴！

谢谢！

Answer 1

您是否尝试过使用更通用的模型，例如部分比例赔率模型？您的数据只需是名义上的，而不是有序的才能使用此模型。如果您发现对数似然之间存在巨大差异，则不满足您对序数的假设。

您可以使用 VGAM 包中的 vlgm()。 Here 是几个例子。

由于我不知道你的数据是什么样子，我不能说它是否不可分析，但代码应该是这样的：

library(VGAM)
res <- vglm(cue ~ intention:outcome:age+
             intention:outcome+
             intention:age+
             outcome:age+
             intention+outcome+age+
             Gender, 
             family = cumulative(parallel = FALSE ~ intention),
             data = xdata)
summary(res)

我认为您可以使用我在上面发布的示例中提出的 pchiq() 来比较两个模型，就像您之前使用 anova() 所做的那样：

pchisq(deviance(res) - deviance(res.red),
     df = df.residual(res) - df.residual(res.red), lower.tail = FALSE)