R-指定具有固定效应的逻辑回归的正确方法？

Question

假设我有美国篮球比赛百万次传球的数据。 数据如下例所示：

data <- data.frame(same_team = c(0,0,1,0,1,0),
               length_pass= c(1,2,5,7,1,3),
               year= c(1,1,1,2,2,2),
               mean_length_pass_team= c(15,15,9,14,14,8),
               team= c('A', 'A', 'B', 'A', 'A', 'B'))

data
  same_team length_pass year mean_length_pass_team team
1         0           1    1                    15    A
2         0           2    1                    15    A
3         1           5    1                     9    B
4         0           7    2                    14    A
5         1           1    2                    14    A
6         0           3    2                     8    B

每个观察结果都是从X队的一名玩家到另一名玩家的传递。 因变量记录同一团队（0/1）中球员之间的传球是否完成。

我想估计length_pass对same_team传递的影响，控制year和mean_length_pass_team 。 我也想控制team固定效果。

以下具有固定效应的logit回归模型规格正确吗？

我尤其不确定团队固定效果是否正确指定。

library(bife)
bife(same_team ~ length_pass + year + mean_length_pass_team | team, data=data)

library(survival)
clogit(same_team ~ length_pass + year + mean_length_pass_team + strata(team), data=data)

Answer 1

值得看看完整模型（我认为您不需要mean_length_pass_team ），

m1 <- glm(same_team ~ year * length_pass * team, data = data, family = binomial)
summary(m1)

看看你是否得到了重要的互动？ 由于您想控制mean_length_pass_team ，这是length_pass ， team和year的函数， length_pass我想说您隐含地期望它们。