Skip to main content

Table 2 Comparison of MELM, and RMELM in terms of MSE (relative bias) for fixed effects

From: Overcoming the problems caused by collinearity in mixed-effects logistic model: determining the contribution of various types of violence on depression in pregnant women

   

MELM

RMELM

n

ICC

ρ

\(\hat \beta _{1}\)

\(\hat \beta _{2}\)

\(\hat \beta _{3}\)

\(\hat \beta _{1}\)

\(\hat \beta _{2}\)

\(\hat \beta _{3}\)

30

0.2

0.7

1.04 (25)

1.03 (17)

0.14 (3)

0.09 (-35)

0.12 (-30)

0.05 (-43)

  

0.8

1.38 (5)

1.36 (12)

0.13 (7)

0.10 (-30)

0.14 (-52)

0.05 (-43)

  

0.9

2.41 (15)

2.45 (2)

0.12 (0)

0.11 (-25)

0.15 (-55)

0.05 (-43)

  

0.95

2.33 (25)

2.46 (-2)

0.12 (0)

0.12 (-25)

0.14 (-57)

0.05 (-43)

 

0.5

0.7

1.51 (10)

1.55 (12)

0.18 (0)

0.09 (-45)

0.14 (-60)

0.06 (-53)

  

0.8

2.16 (75)

1.95 (-15)

0.18 (-3)

0.10 (-25)

0.15 (-65)

0.06 (-53)

  

0.9

3.75 (-50)

3.73 (47)

0.18 (-3)

0.08 (-45)

0.12 (-57)

0.06 (-53)

  

0.95

6.93 (-10)

7.38 (27)

0.20 (-3)

0.08 (-30)

0.13 (-62)

0.06 (-53)

 

0.8

0.7

3.06 (-30)

3.16 (25)

0.29 (-10)

0.09 (-65)

0.15 (-72)

0.08 (-70)

  

0.8

4.34 (35)

4.15 (7)

0.29 (-7)

0.09 (-55)

0.16 (-72)

0.08 (-67)

  

0.9

7.56 (5)

7.68 (10)

0.32 (-13)

0.08 (-60)

0.15 (-75)

0.08 (-67)

  

0.95

15.12 (25)

15.07 (20)

0.30 (3)

0.06 (-45)

0.14 (-72)

0.07 (-63)

50

0.2

0.7

0.35 (0)

0.39 (7)

0.08 (0)

0.05 (-35)

0.09 (-50)

0.04 (-43)

  

0.8

0.60 (-15)

0.61 (12)

0.07 (3)

0.06 (-35)

0.09 (-47)

0.03 (-43)

  

0.9

1.16 (-20)

1.09 (15)

0.08 (0)

0.07 (-35)

0.09 (-50)

0.04 (-43)

  

0.95

2.21 (10)

2.23 (2)

0.07 (-3)

0.06 (-15)

0.10 (-55)

0.04 (-43)

 

0.5

0.7

0.60 (-15)

0.63 (15)

0.10 (-3)

0.07 (-45)

0.10 (-52)

0.05 (-50)

  

0.8

1.02 (35)

0.96 (-15)

0.11 (3)

0.06 (-35)

0.12 (-62)

0.05 (-50)

  

0.9

1.84 (20)

1.81 (-2)

0.09 (-3)

0.06 (-35)

0.11 (-60)

0.05 (-50)

  

0.95

3.7 (20)

3.74 (0)

0.12 (10)

0.05 (-30)

0.10 (-62)

0.04 (-47)

 

0.8

0.7

1.75 (15)

1.79 (30)

0.21 (3)

0.07 (-60)

0.13 (-67)

0.06 (-60)

  

0.8

2.76 (30)

2.56 (20)

0.18 (-7)

0.07 (-55)

0.14 (-70)

0.06 (-67)

  

0.9

5.08 (-5)

5.16 (22)

0.20 (7)

0.06 (-55)

0.13 (-70)

0.06 (-60)

  

0.95

9.40 (-15)

9.71 (22)

0.18 (0)

0.06 (-33)

0.13 (-72)

0.06 (-63)

100

0.2

0.7

0.18 (5)

0.18 (-5)

0.03 (0)

0.04 (-30)

0.07 (-47)

0.03 (-37)

  

0.8

0.23 (5)

0.24 (-5)

0.03 (-7)

0.04 (-25)

0.07 (-47)

0.03 (-40)

  

0.9

0.44 (0)

0.43 (-2)

0.03 (-3)

0.04 (-25)

0.07 (-47)

0.03 (-40)

  

0.95

0.88 (15)

0.88 (-15)

0.03 (0)

0.04 (-20)

0.08 (-52)

0.03 (-40)

 

0.5

0.7

0.25 (-5)

0.26 (5)

0.04 (-3)

0.05 (-45)

0.07 (-50)

0.03 (-46)

  

0.8

0.37 (15)

0.37 (-2)

0.04 (0)

0.05 (-35)

0.08 (-55)

0.03 (-46)

  

0.9

0.61 (-10)

0.66 (7)

0.04 (0)

0.04 (-35)

0.09 (-55)

0.03 (-46)

  

0.95

1.32 (-25)

1.30 (7)

0.04 (-6)

0.04 (-35)

0.08 (-57)

0.03 (-50)

 

0.8

0.7

0.82 (15)

0.90 (15)

0.10 (-6)

0.05 (-55)

0.11 (-65)

0.05 (-66)

  

0.8

1.05 (35)

1.15 (2)

0.08 (0)

0.05 (-50)

0.12 (-67)

0.05 (-63)

  

0.9

2.05 (35)

2.08 (-7)

0.09 (6)

0.05 (-50)

0.12 (-70)

0.05 (-60)

  

0.95

3.95 (-10)

3.88 (25)

0.09 (0)

0.05 (-50)

0.11 (-67)

0.05 (-60)

  1. True values: β1=0.2,β2=0.4,β3=−0.3