Différence entre les modèles marginaux et conditionnels

Un modèle marginal tient compte de la corrélation au sein de chaque grappe. Un modèle conditionnel prend également en compte la corrélation au sein de chaque cluster.

Mes questions sont:

1. Un modèle marginal modélise-t-il les principaux effets sur une population alors qu'un modèle conditionnel modélise-t-il les principaux effets au sein d'un cluster et sur une population?
2. L'interprétation des coefficients d'un modèle marginal est fondamentalement la même que «modèle régulier». Mais qu'en est-il des coefficients d'un modèle conditionnel?

Oui, les interprétations sont assez similaires à celles des «modèles réguliers», et la principale distinction entre elles est de savoir si vous comparez des observations au sein d'un même groupe ou de tous les groupes.

Dans un modèle conditionnel typique - également connu sous le nom de modèle à condition conditionnelle ou de modèle mixte - les coefficients ont des interprétations spécifiques aux grappes. Les coefficients d'une covariable sont une mesure de la différence de réponse moyenne, dans le même groupe, aux observations pour lesquelles les covariables spécifiques diffèrent d'une unité et toutes les autres covariables sont identiques. Selon la fonction de liaison, la "mesure de la différence" peut être une différence, ou un log-ratio, ou un log odds-ratio. Une exception est l'ordonnée à l'origine, qui ne décrit pas de différence, mais donne plutôt la réponse moyenne dans les observations pour lesquelles toutes les covariables et les effets aléatoires sont nuls.

Dans un modèle marginal, les coefficients ont des interprétations moyennes de la population. À l'exception de l'ordonnée à l'origine, les coefficients décrivent les différences de réponse moyenne, mais maintenant à travers toutes les observations (et donc à travers tous les clusters). Le coefficient d'une covariable est la différence de réponse moyenne (ou log-ratio des moyennes, etc.) par unité de différence dans cette covariable, dans les observations pour lesquelles toutes les autres covariables sont identiques. Notez que cette définition est indépendante du fait que les comparaisons se trouvent dans le même cluster ou non.