Sağlam Doğrusal Karma Etkili Model
Robust Linear Mixed-Effects Model · Ayrıca şöyle bilinir: robust mixed-effects model, robust linear mixed model, robust LMM, Robust Karma Etkiler Modeli
Sağlam karma model, panel ve tekrarlayan ölçüm verileri için, aykırı değerlere ve kalın kuyruklu hatalara tolerans gösteren doğrusal karma etkili bir modeldir. Olağan olabilirlik fonksiyonunu, Richardson ve Welsh (1995) tarafından geliştirilen sağlam kısıtlı en çok olabilirlik ve Koller (2016) tarafından geliştirilen robustlmm uygulamasını temel alarak, sınırlı etkili tahmin denklemleriyle değiştirir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Panel veya tekrarlayan ölçüm (kümelenmiş) yapısına sahip sürekli sonuçlarınız olduğunda ve sıradan bir karma modeli bozacak aykırı değerlerden veya kalın kuyruklu, normal olmayan hatalardan şüpheleniyorsanız sağlam karma modeli kullanın. Gerçek bir gruplandırılmış yapının mevcut olduğunu varsayar ve tam olarak normalliğin şüpheli olduğu durumlar için tasarlanmıştır. Varyans bileşenleri ve sağlam ölçek güvenilir bir şekilde tahmin edilmesi gerektiğinden, makul büyüklükte bir örneklem — en az yaklaşık 50 gözlem — gereklidir.
Güçlü yönler & sınırlılıklar
- Sıradan bir doğrusal karma modeli yanlı hale getirecek aykırı değerlere ve kalın kuyruklu hatalara tolerans gösterir.
- Normal dağılmış hatalar gerektirmez, bu nedenle kirli veya çarpık kümelenmiş verilere uygundur.
- Hem sabit etkileri hem de varyans bileşenlerini kirlenmeden korurken, rastgele etkiler aracılığıyla panel veya tekrarlayan ölçüm yapısını dikkate alır.
- Oldukça büyük bir örneklem gerektirir (en az yaklaşık 50 gözlem); küçük örneklemlerde yakınsayamayabilir.
- Aykırı değer oranı çok yüksek olduğunda (yaklaşık %25'in üzerinde), varyans bileşenleri artık güvenilir bir şekilde tahmin edilemez.
- Sıradan karma modellere göre daha fazla hesaplama gerektirir ve daha az standarttır, genellikle özel yazılımlara dayanır.
SSS
Bu, sıradan bir doğrusal karma modelden nasıl farklıdır?
Model yapısı — sabit etkiler artı kümeye özgü rastgele etkiler — aynıdır. Fark tahmin yöntemindedir: sağlam versiyon, Gauss olabilirlik fonksiyonunu, aykırı değerleri daha az ağırlıklandıran sınırlı etkili tahmin denklemleriyle değiştirir, böylece birkaç aşırı nokta sabit etkileri veya varyans bileşenlerini domine edemez.
Bunun yerine ne zaman bir permütasyon testi tercih etmeliyim?
Küçük örneklemlerde (yaklaşık 30'dan az gözlem), sağlam karma model genellikle yakınsama sorunları yaşar. Bir permütasyon testi, varyans bileşeni tahminini atlar ve örneklem bu kadar küçük olduğunda daha güvenli bir seçimdir.
Verilerimin dörtte birinden fazlası aykırı değerse ne olur?
Yaklaşık %25'in üzerinde bir aykırı değer oranıyla, sağlam karma model varyans bileşenlerini artık güvenilir bir şekilde tahmin edemez. Bu durumda, bootstrap çıkarımı, sağlam uyuma güvenmekten daha güvenilirdir.
Normal dağılmış hatalar gerektiriyor mu?
Hayır. Yöntem, tam olarak kalın kuyruklu ve normal olmayan hatalar için geliştirilmiştir. Gerçek bir panel veya tekrarlayan ölçüm yapısı ve sürekli sonuçlar varsayar, ancak sıradan bir karma modelin dayandığı normallik gerektirmez.
Kaynaklar
- Koller, M. (2016). robustlmm: An R Package for Robust Estimation of Linear Mixed-Effects Models. Journal of Statistical Software, 75(6), 1-24. DOI: 10.18637/jss.v075.i06 ↗
- Richardson, A. M. & Welsh, A. H. (1995). Robust Restricted Maximum Likelihood in Mixed Linear Models. Biometrics, 51(4), 1429-1439. DOI: 10.2307/2533273 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Robust Linear Mixed-Effects Model. ScholarGate. https://scholargate.app/tr/statistics/robust-mixed-model
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Olasılıksal-Dayanıklı (HC) Standart Hatalarİstatistik↔ karşılaştır
- En Küçük Kareler (EK) RegresyonuEkonometri↔ karşılaştır
- Panel Veri Sabit Etkiler ModeliEkonometri↔ karşılaştır
- Permütasyon (Rastgeleleştirme) Testiİstatistik↔ karşılaştır
- Sağlam Regresyonİstatistik↔ karşılaştır