Perbedaan antara model marginal dan kondisional

Sebuah model yang marjinal menyumbang korelasi dalam setiap cluster. Sebuah Model bersyarat juga memperhitungkan korelasi dalam setiap cluster.

Pertanyaan saya adalah:

1. Apakah model marjinal memodelkan efek utama di seluruh populasi sedangkan model kondisional memodelkan efek utama dalam sebuah cluster dan di seluruh populasi?
2. Interpretasi dari koefisien model marginal pada dasarnya sama dengan "model reguler." Tetapi bagaimana dengan koefisien model kondisional?

Ya, interpretasinya sangat mirip dengan "model reguler", dan perbedaan utama di antara mereka adalah apakah Anda membandingkan pengamatan dalam cluster yang sama, atau di semua cluster.

Dalam model kondisional yang khas - juga dikenal sebagai model yang ditentukan secara kondisional, atau model campuran - koefisien memiliki interpretasi spesifik-cluster. Koefisien kovariat adalah ukuran perbedaan dalam respon rata-rata, dalam kelompok yang sama, pada pengamatan di mana kovariat spesifik berbeda oleh satu unit dan semua kovariat lainnya identik. Bergantung pada fungsi tautan, "ukuran perbedaan" dapat berupa perbedaan, atau rasio log, atau rasio odds log. Pengecualian adalah intersep, yang tidak menggambarkan perbedaan, tetapi sebaliknya memberikan respon rata-rata dalam pengamatan yang semua kovariat dan efek acaknya nol.

Dalam model marginal, koefisien memiliki interpretasi rata-rata populasi. Selain intersep, koefisien menggambarkan perbedaan dalam respon rata-rata, tetapi sekarang di semua pengamatan (dan karenanya di semua cluster). Koefisien kovariat adalah perbedaan dalam respons rata-rata (atau rasio log rata-rata, dll) per unit perbedaan dalam kovariat itu, dalam pengamatan yang semua kovariat lainnya identik. Perhatikan bahwa definisi ini agnostik tentang apakah perbandingannya berada di cluster yang sama atau tidak.