Diferença entre regressão logística multinomial e modelos de efeitos mistos

Question

Estou me perguntando qual é a diferença entre regressão multinomial e modelos de efeitos mistos. Quando devo aplicar qual dos dois algoritmos?

Quaisquer dicas para a literatura onde os dois são discutidos também seriam muito apreciadas.

Answer 1

São noções completamente diferentes e até poderiam ser combinadas.

A regressão logística multinomial é para a situação em que você deseja prever a probabilidade de cair em várias categorias (3+ categorias seria uma regressão logística multinomial ... se houver apenas duas categorias, é uma regressão logística regular).

Modelos de efeitos mistos são para quando suas variáveis ​​de previsão incluem efeitos fixos e efeitos aleatórios.

Consequentemente, se nos encontrarmos em uma posição em que temos efeitos fixos e aleatórios como preditores e quisermos usá-los para prever a probabilidade de que uma fotografia seja de um cachorro, gato ou cavalo, podemos usar uma logística multinomial de efeitos mistos regressão!