Mehrstufige logistische Regression Erraten Parameter

Question

I in R in Paket lme4 und in MPlus arbeitet und haben folgende Situation:

I Variable B vorhersagen will (die dichotomous ist) von Variable A (kontinuierlich) Steuerung für zufällige Effekte auf der Ebene von a) Subjekten; b) Aufgaben.

A -> B (1)

Das Problem ist, dass, wenn ich Modell verwenden, um die Werte von B aus A, Werte unterhalb Wahrscheinlichkeit von 0,5 erhalten vorhergesagt, und in meinem Fall vorherzusagen, Passt nicht sinnvoll , weil, wenn Sie zufällig erraten, die Wahrscheinlichkeit der richtigen Antwort auf B 0.5 wäre.

Ich möchte wissen, wie ich das Modell (1) in R oder in MPlus beschränken können, so dass Es spielt keine Werte vorhersagen weniger als 0,5 in variable B.

Thank you!

Answer 1

Ich habe dank Kenneth Knoblauch eine Lösung gefunden. Im Grunde benötigen Sie das Psyphy-Paket, um mafc.logit-Funktion zu verwenden.

Zum Beispiel sieht der Code dann wie folgt aus:

mod <- glm(B ~ A, data = df, family = binomial(mafc.logit(.m = 2))) 

Es geht dann den Erraten Parameter für (.m = 2) - Zwei-Choice-Aufgaben.

Prost!