Korelasi intraclass (ICC) untuk suatu interaksi?


22

Misalkan saya memiliki beberapa pengukuran untuk setiap subjek di setiap situs. Dua variabel, subjek dan situs, yang menarik dalam hal nilai-nilai korelasi intraclass computing (ICC). Biasanya saya akan menggunakan fungsi lmerdari paket R lme4, dan jalankan

lmer(measurement ~ 1 + (1 | subject) + (1 | site), mydata)

Nilai-nilai ICC dapat diperoleh dari varians untuk efek acak dalam model di atas.

Namun, saya baru-baru ini membaca sebuah makalah yang benar-benar membingungkan saya. Dengan menggunakan contoh di atas, penulis menghitung tiga nilai ICC dalam makalah dengan fungsi lme dari paket nlme: satu untuk subjek, satu untuk situs, dan satu untuk interaksi subjek dan situs. Tidak ada rincian lebih lanjut yang diberikan di koran. Saya bingung dari dua perspektif berikut:

  1. Bagaimana cara menghitung nilai ICC dengan lme? Saya tidak tahu bagaimana menentukan tiga efek acak (subjek, situs, dan interaksinya) di lme.
  2. Apakah benar-benar bermakna untuk mempertimbangkan ICC untuk interaksi subjek dan situs? Dari pemodelan atau perspektif teoretis, Anda dapat menghitungnya, tetapi secara konsep saya kesulitan menafsirkan interaksi semacam itu.


Pertanyaan ini memiliki penjelasan yang lebih jelas tentang bagaimana menghitung ICC menggunakan R dari apa pun yang saya temukan di web. Namun, saya ingin lebih detail. Adakah referensi tentang hal itu?
dfrankow

Jawaban:


22

Rumus model R.

lmer(measurement ~ 1 + (1 | subject) + (1 | site), mydata)

cocok dengan model

Ysayajk=β0+ηsaya+θj+εsayajk

Ysayajkkmeasurementsubject sayasite jηsayasayaθjjεsayajkση2,σθ2,σε2θsayajθj

Untuk menjawab pertanyaan pertama Anda tentang cara menghitung ICC: di bawah model ini, ICC adalah proporsi dari total variasi yang dijelaskan oleh masing-masing faktor pemblokiran. Secara khusus, korelasi antara dua pengamatan yang dipilih secara acak pada subjek yang sama adalah:

sayaCC(Skamubject)=ση2ση2+σθ2+σε2

Korelasi antara dua pengamatan yang dipilih secara acak dari situs yang sama adalah:

sayaCC(Ssayate)=σθ2ση2+σθ2+σε2

Korelasi antara dua pengamatan yang dipilih secara acak pada individu yang sama, dan pada situs yang sama (yang disebut interaksi ICC) adalah:

sayaCC(Skamubject/Ssayate sayanterSebuahctsayaHain)=ση2+σθ2ση2+σθ2+σε2

sayaCCSubjectsite

Masing-masing jumlah ini dapat diestimasi dengan memasukkan perkiraan varians ini yang keluar dari pemasangan model.

sayaCCsayaCC

Subject sayaCCSubjectsiteση2site


Terima kasih banyak atas klarifikasi / penjelasannya! Ya, kebingungan saya terutama tentang bagian interaksi. Terima kasih lagi.
bluepole
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.