Это мой фрейм данных (пожалуйста, скопируйте и вставьте для воспроизведения):
Control <- replicate(2, c("112", "113", "116", "118", "127", "131", "134", "135", "136", "138", "143", "148", "149", "152", "153", "155", "162", "163"))
EPD <- replicate(2, c("101", "102", "103", "104", "105", "106", "107", "108", "109", "110", "114", "115", "117", "119", "120", "122", "124", "125", "126", "128", "130", "133", "137", "139", "140", "141", "142", "144", "145", "147"))
Subject <- c(Control, EPD)
Control_FA_L <- c(0.43, 0.39, 0.38, 0.58, 0.37, 0.5, 0.35, 0.36, 0.72, 0.38, 0.45, 0.30, 0.47, 0.30, 0.67, 0.34, 0.42, 0.29)
Control_FA_R <- c(0.36, 0.49, 0.55, 0.59, 0.33, 0.41, 0.32, 0.50, 0.59, 0.52, 0.32, 0.40, 0.49, 0.33, 0.46, 0.39, 0.37, 0.33)
EPD_FA_L <- c(0.25, 0.39, 0.36, 0.42, 0.21, 0.40, 0.43, 0.16, 0.31, 0.41, 0.39, 0.40, 0.35, 0.29, 0.31, 0.24, 0.39, 0.36, 0.54, 0.38, 0.34, 0.28, 0.42, 0.33, 0.40, 0.36, 0.42, 0.28, 0.40, 0.41)
EPD_FA_R <- c(0.26, 0.36, 0.36, 0.61, 0.22, 0.33, 0.36, 0.34, 0.35, 0.37, 0.39, 0.45, 0.30, 0.31, 0.50, 0.31, 0.29, 0.43, 0.41, 0.21, 0.38, 0.28, 0.66, 0.33, 0.50, 0.27, 0.46, 0.37, 0.26, 0.39)
FA <- c(Control_FA_L, Control_FA_R, EPD_FA_L, EPD_FA_R)
Control_Volume_L <- c(99, 119, 119, 146, 127, 96, 100, 132, 103, 103, 107, 142, 140, 134, 117, 117, 133, 143)
Control_Volume_R <- c(93, 123, 114, 152, 122, 105, 98, 138, 111, 110, 115, 137, 142, 140, 124, 102, 153, 143)
EPD_Volume_L <- c(132, 115, 140, 102, 130, 131, 110, 124, 102, 111, 93, 92, 94, 104, 92, 115, 144, 118, 104, 132, 90, 102, 94, 112, 106, 105, 79, 114, 104, 108)
EPD_Volume_R <- c(136, 116, 143, 105, 136, 137, 103, 121, 105, 115, 97, 97, 93, 108, 91, 117, 147, 111, 97, 129, 85, 107, 91, 116, 113, 101, 75, 108, 95, 98)
Volume <- c(Control_Volume_L, Control_Volume_R, EPD_Volume_L, EPD_Volume_R)
Group <- c(replicate(36, "Control"), replicate(60, "Patient"))
data <- data.frame(Subject, FA, Volume, Group)
Я моделирую переменную FA, которая должна лежать в [0,1], но не представляет пропорции ине является двоичнымЯ проверил несколько ссылок и нашел, что AIC является самым низким для пробита.Поэтому я выбрал для подгонки модели пробитную ссылку с помощью пакета glmmTMB:
library(glmmTMB)
lmm <- glmmTMB(FA ~ Volume + Group + (1 | Subject), data = data, family = beta_family(link = "probit"))
summary(lmm)
Из того, что я понимаю, коэффициент регрессии в пробитной модели представляет собой разницу в z-показателях.Из итоговой информации () нашей пробитной модели мы видим, что коэффициент GroupPatient оценивается как -0,228.Таким образом, z-показатель группы пациентов для FA на 0,228 ниже, чем Z-показатель контрольной группы для FA.Мы также видим, что коэффициент объема из нашей пробит-модели равен -0,00398.Таким образом, z-показатель для FA на -0,00398 единиц ниже для каждого уровня громкости на 1 единицу.
Моя главная проблема в том, что я хотел бы сообщить об этих результатах в более интуитивном контексте.Мне интересно, могу ли я каким-либо образом выполнить обратное преобразование этих оценок, чтобы они находились в том же масштабе, что и переменная ответа.Другими словами, я хотел бы сообщить о модельных оценочных значениях FA, а не о различиях в z-показателях.Любая помощь будет принята с благодарностью!