Differenza tra regressione logistica multinomiale e modelli a effetti misti

Question

Mi chiedo quale sia la differenza tra regressione multinomiale e modelli a effetti misti. Quando devo applicare quale dei due algoritmi?

Anche qualsiasi riferimento alla letteratura in cui vengono discussi i due sarebbe molto apprezzato.

Answer 1

Sono nozioni completamente diverse e potrebbero anche essere combinate.

La regressione logistica multinomiale è per la situazione in cui si desidera prevedere la probabilità di rientrare in più categorie (3+ categorie sarebbe una regressione logistica multinomiale ... se ci sono solo due categorie, è una regressione logistica regolare).

I modelli a effetti misti sono per quando le variabili predittive includono sia effetti fissi che effetti casuali.

Di conseguenza, se ci troviamo in una posizione in cui abbiamo effetti fissi e casuali come predittori e vogliamo usarli per prevedere la probabilità che una fotografia sia di un cane, un gatto o un cavallo, potremmo usare una logistica multinomiale a effetti misti regressione!