調査データを使用してランダム効果を含むモデルでバイナリ結果を予測しようとしています。以下にサンプリング設計の説明を含めましたので、私の調査の重み付けアプローチについて自由にコメントしてください. 私の主な質問は、調査加重モデルにランダム効果を含める方法です。ここまでのコードは次のとおりです。
# Libraries
library(survey)
# Make dataframe object where d is the working dataframe
dfobj <- svydesign((id = ~cluster+household, strata = ~interaction(region, urban) weights = ~chweight, strata = ~strata, data = d)
# Run a logit model
formula1 <- stunting ~ modern_toilet + diarrhoea + fever + insurance + sex + age + region_code
model1 <- svyglm(formula=formula1,design=dfobj,family = quasibinomial)
ランダムな効果が地域にあることを望みます。ありがとう、
サンプリングの説明:
MICS 2006 では、2 段階の層化サンプル デザインが使用されました。サンプリングの第 1 段階で、300 の国勢調査対象地域 (124 の都市部と 176 の農村部の EA) が選択されました。これらは、GLSS 5 用に選択された 660 の EA (281 の都市部と 379 の農村部) のサブサンプルです。各地域のクラスターは、サイズに比例する確率で体系的なサンプリングを使用して選択されました。