मेरे मामले में, क्या मिश्रित, बाधित समय श्रृंखला मॉडल में केवल हस्तक्षेप से पहले/बाद के अवलोकनों को बाहर रखा जाना चाहिए?

हम बाधित समय श्रृंखला (आईटीएस) मॉडल का उपयोग करके जांच कर रहे हैं कि किसी घटना के बाद स्तर और/या ढलान में परिवर्तन होता है या नहीं। यह देखते हुए कि पूरे समय में प्रति उपयोगकर्ता कई अवलोकन होते हैं, हम निम्नलिखित मिश्रित मॉडल का उपयोग कर रहे हैं:

कुछ उपयोगकर्ता हैं जिनके पास केवल घटना से पहले y मान है, और कुछ के पास केवल घटना के बाद है।

चाहिए इन उपयोगकर्ताओं (कुल मिलाकर लगभग 1/3) को उपरोक्त मॉडल में फिट करने से पहले बाहर रखा जाना चाहिए?

हाँ, आपको उन्हें शामिल करना चाहिए। वे व्यक्ति घटना या समय:घटना मापदंडों के बारे में कोई जानकारी नहीं देते हैं, लेकिन वे जिस भी अवधि (पहले बनाम बाद) में देखे गए थे (साथ ही साथ) के लिए समय श्रृंखला के स्तर (अवरोधन) और ढलान के बारे में जानकारी प्रदान करते हैं। सहसंबंध, विषमलैंगिकता, और अवशिष्ट विचरण शर्तें)।

मेरी राय में आपको संभवतः अधिकतम यादृच्छिक प्रभाव सूत्र ~समय + घटना + समय:घटना|user_id; का उपयोग करने का प्रयास करना चाहिए; अर्थात्, स्तर और ढलान पर घटना का प्रभाव उपयोगकर्ताओं के बीच भिन्न हो सकता है। केवल-पहले या केवल-बाद वाले डेटा वाले उपयोगकर्ताओं को शामिल करने का एक समान तर्क यहां भी लागू होता है; ये व्यक्ति विचरण के अनुमान में योगदान नहीं देंगे, लेकिन फिर भी वे अन्य मापदंडों के बारे में जानकारी प्रदान करते हैं।

आपके पास कितना डेटा है, इसके आधार पर, 4x4 सहप्रसरण मैट्रिक्स (में) का अनुमान लगाने में एक व्यावहारिक समस्या हो सकती है ऐसी स्थिति में आप एक यौगिक-सममित या विकर्ण मॉडल आज़मा सकते हैं - pdCompSymm या pdDiag पर जानकारी देखें...)