不好意思，我手上有筆重複測量的資料，目前在分析上有一些問疑惑，想問看看有沒有人 可以給點意見 關於這筆資料的背景是， 我們讓參與者進行一個套圈圈的遊戲，每個人有十次機會可以選擇他要站在哪裡套， 我們給他15條線/難度（離目標物越遠越難）選擇，並將他選擇的線與他之前在此遊戲的 基準表現相比，把他們的選擇分成四類（前進很多，前進適中，後退適中，後退很多） 我們關心的是當這些參與者如果經歷過在前進適中的位置失敗後，下一次的選擇會是什麼？ 所以，我把每個受試者的10次嘗試中，前一次投擲結果為在前進適中失敗的嘗試抓出來 （也就是可能有人在十次裡都沒有這種經驗，所以就不會有任何資料進來， 如果有人有三次嘗試都是前一次是前進適中失敗，那這個人就會有三筆資料被納入） 人數分配如下： 前一次前進適中失敗次數 0 1 2 3 4 5 6 有該狀況人數 16 51 32 13 1 3 1 結果變項就是前一次前進適中失敗後下次的選擇，如前面所說有四類 （前進很多，前進適中，後退適中，後退很多），所以是名義變項 因此，我把這樣的資料視為unbalanced correlated data，每個人有的資料數不同， 每筆資料（選擇）又在人底下 所以我就去檢驗一個Generalized Linear Mixed Model with random intercept 主要SAS code如下： proc GLIMMIX data=hula; class subj choicetype; model choicetype = / dist=multi link=glogit s DDFM=BW; random int/ subject=subj group=choicetype; 我在分析方法上，試了三種，包括預設的Residual PL, 以及Laplace, and Quadrature. 但前兩者的結果有點不一樣， 使用Residual PL，其中一個截距估計值為0.65, p-value=0.003 但若改用Laplace with empirical SE，估計值為0.42, p-value=0.098 請問這兩個結果我應該怎麼選擇？ 另一方面，之所以會嘗試quadrature是因為我在Vonesh (2012)裡看到， cluster size較小時，Residual PL & Laplace的估計會biased 而我的cluster size應該是算小的，所以想說也用quadrature跑看看。 但悲劇就是他的疊代無法收斂， output出現了"optimization routine cannot improve the function value." 我猜可能是因為Change這個值最後會變成負的，所以就不能再繼續疊代了 這個情況就算我將預設的dual Quasi-Newton用其他的algorithm (NRRIDG, NEWRAP, and DBLDOG)代替，都一樣會有負的change value而終止疊代 想請問這樣的收斂上的問題該怎麼解決？ 或是有版友可以建議我去找誰或哪個方向詢問嗎？ 感謝 -- ◢██◣ ◢ ◣ ◢██◣ ◢ ◣ ◢██◣ ◢◣ ◣ █ ◢ ◣ ◢◣◢◣ █▅▅▅ █ █ █▅▅█ ████ █ █ █◥◣█ █ █ █ █◥◤█ ◥▅▅▅ ◥███ ◥ ◥ █ ◥███ ◥ ◥█ █ ◥███ ◥ █ --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.162.86.126 ※ 文章網址: http://webptt.com/m.aspx?n=bbs/Statistics/M.1406509293.A.EDB.html ※ 編輯: eup958 (1.162.86.126), 07/28/2014 09:01:56 ※ 編輯: eup958 (1.162.86.126), 07/28/2014 09:03:24 ※ 編輯: eup958 (1.162.86.126), 07/28/2014 09:03:56