#r #logging
#r #ведение журнала
Вопрос:
У меня есть две переменные-предсказатели (обработка 1 и обработка 2):
-лечение 1: 2 уровня (U и C) Это лечение вложено в лечение 2.
-обработка 2: 7 уровней (level1, level2, level3, level4, level5, level6, level7), каждый с 3 повторениями
уровень 6 — это мой контроль
И три переменные ответа: a, b и c
Это данные за четыре года: 2016, 2017, 2018, 2019
Мой вопрос таков: как мне рассчитать коэффициент естественного ответа для каждой переменной ответа при каждом лечении2, используя уровень 6 в качестве эталона, разделенный для U и C, в каждый год?
Например, каков естественный логарифмический коэффициент отклика уровня 1 по отношению к уровню 6 (контроль) в U и C? Далее, каков естественный логарифмический коэффициент отклика уровня 2 по отношению к уровню 6 (контроль) в U и C ?… и так далее.
Это подмножество моего фрейма данных (df) с фиктивными значениями ответа:
Я действительно ценю любую помощь в этом! Спасибо!
Ответ №1:
У меня нет большого опыта работы с коэффициентом отклика журнала, но определение по ссылке :
Параметр коэффициента отклика — это отношение среднего уровня результата во время фазы B к среднему уровню результата во время фазы A. Коэффициент логарифмического отклика — это натуральный логарифм коэффициента отклика. Этот размер эффекта подходит для результатов, измеренных по шкале коэффициентов (так что ноль соответствует истинному отсутствию результата.
Простой пример
A <- c(20, 20, 26, 25, 22, 23)
B <- c(28, 25, 24, 27, 30, 30, 29)
df = data.frame(y = c(A,B),
x = c(rep("A",times=length(A)),rep("B",times=length(B))))
lm_out <- lm(y ~ x,data=df)
beta_0 <- coef(lm_out)[1]
beta_1 <- coef(lm_out)[2]
# log response ratio:
log(beta_0 beta_1) - log(beta_0)
Ваш вопрос
- Стратифицируйте свой набор данных по годам и обработке 1. Это эквивалентно добавлению эффектов трехстороннего взаимодействия, что вы и предлагаете. Вы могли бы использовать трехстороннее взаимодействие, если это более подходящая модель для вашего варианта использования.
- Числитель: сложите перехват и коэффициент для вашего уровня интереса (скажем, уровня 1)
- Знаменатель: только перехват
- Коэффициент логарифмического отклика = log (числитель / знаменатель)
Комментарии:
1. Спасибо @jvargh, но я думаю, что я пытаюсь сделать что-то вроде: ln(a на уровне 1 / a на уровне 6)
2. Да, поэтому, когда вы соответствуете линейной регрессии, стратифицированной по годам и treat1, ваш перехват будет средним значением вашего результата в эталонной категории treat2 (уровень 6)