Pytania otagowane jako lme4-nlme

Próbuję użyć lmez nlmepakietu do replikacji wyników aovdla ANOVA z powtarzanymi pomiarami. Zrobiłem to dla eksperymentu z powtarzanymi pomiarami z jednym czynnikiem i dla eksperymentu z dwoma czynnikami z jednym czynnikiem między poddanymi i jednym czynnikiem wewnątrz poddanych, ale mam problem z zrobieniem tego dla eksperymentu z dwoma czynnikami z …

19 r  anova  mixed-model  repeated-measures  lme4-nlme 

Mam GLMM z rozkładem dwumianowym i funkcją linku logit i mam wrażenie, że ważny aspekt danych nie jest dobrze reprezentowany w modelu. Aby to sprawdzić, chciałbym wiedzieć, czy dane są dobrze opisane przez funkcję liniową w skali logit. Dlatego chciałbym wiedzieć, czy reszty są dobrze wychowane. Nie mogę jednak dowiedzieć …

19 binomial  residuals  glmm  lme4-nlme 

Proszę wziąć pod uwagę te dane: dt.m <- structure(list(id = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12), occasion = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, …

19 r  mixed-model  stata  lme4-nlme 

Wiem, że jedną z zalet modeli mieszanych jest to, że pozwalają one określić macierz wariancji-kowariancji dla danych (symetria złożona, autoregresja, nieustrukturyzowana itp.). Jednak lmerfunkcja w R nie pozwala na łatwą specyfikację tej macierzy. Czy ktoś wie, która struktura lmerużywa domyślnie i dlaczego nie ma sposobu, aby ją łatwo określić?

18 r  mixed-model  lme4-nlme  covariance-matrix 

Rozumiem, że używamy modeli efektów losowych (lub efektów mieszanych), gdy uważamy, że niektóre parametry modelu zmieniają się losowo w zależności od czynnika grupującego. Chcę dopasować model, w którym odpowiedź została znormalizowana i wyśrodkowana (nie idealnie, ale całkiem blisko) w obrębie czynnika grupującego, ale zmienna niezależna xnie została w żaden sposób …

18 mixed-model  random-effects-model  fixed-effects-model  lme4-nlme  intraclass-correlation 

Tło: Uwaga: Mój zestaw danych i kod r są zawarte poniżej tekstu Chciałbym użyć AIC do porównania dwóch modeli efektów mieszanych wygenerowanych przy użyciu pakietu lme4 w R. Każdy model ma jeden ustalony efekt i jeden efekt losowy. Efekt stały różni się w zależności od modelu, ale efekt losowy pozostaje …

18 maximum-likelihood  random-effects-model  fixed-effects-model  mixed-model  lme4-nlme 

Oto moja ramka danych: Group <- c("G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G1","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G2","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3","G3") Subject <- c("S1","S2","S3","S4","S5","S6","S7","S8","S9","S10","S11","S12","S13","S14","S15","S1","S2","S3","S4","S5","S6","S7","S8","S9","S10","S11","S12","S13","S14","S15","S1","S2","S3","S4","S5","S6","S7","S8","S9","S10","S11","S12","S13","S14","S15") Value <- c(9.832217741,13.62390117,13.19671612,14.68552076,9.26683366,11.67886655,14.65083473,12.20969772,11.58494621,13.58474896,12.49053635,10.28208078,12.21945867,12.58276212,15.42648969,9.466436017,11.46582655,10.78725485,10.66159358,10.86701127,12.97863424,12.85276916,8.672953949,10.44587257,13.62135205,13.64038394,12.45778874,8.655142642,10.65925259,13.18336949,11.96595556,13.5552118,11.8337142,14.01763101,11.37502161,14.14801305,13.21640866,9.141392359,11.65848845,14.20350364,14.1829714,11.26202565,11.98431285,13.77216009,11.57303893) data <- data.frame(Group, Subject, Value) Następnie uruchamiam model efektów mieszanych liniowo, aby porównać różnicę 3 grup w „wartości”, gdzie „podmiot” jest czynnikiem losowym: library(lme4) library(lmerTest) model <- lmer (Value~Group + (1|Subject), data = data) summary(model) Wyniki są …

18 r  lme4-nlme  post-hoc 

Mam dane od pacjentów leczonych 2 różnymi rodzajami leczenia podczas operacji. Muszę przeanalizować jego wpływ na tętno. Pomiar tętna wykonywany jest co 15 minut. Biorąc pod uwagę, że długość operacji może być różna dla każdego pacjenta, każdy pacjent może mieć od 7 do 10 pomiarów tętna. Dlatego należy zastosować niezrównoważony …

17 r  mixed-model  repeated-measures  lme4-nlme 

W moim badaniu będę mierzyć obciążenie pracą za pomocą kilku wskaźników. Ze zmiennością tętna (HRV), aktywnością elektrodową (EDA) i ze skalą subiektywną (IWS). Po normalizacji IWS ma trzy wartości: Obciążenie pracą niższe niż normalnie Obciążenie pracą jest średnie Nakład pracy jest większy niż zwykle. Chcę zobaczyć, jak dobrze środki fizjologiczne …

17 r  logistic  lme4-nlme  ordered-logit  polr 

Wzory modelowe w R, takie jak y ~ x + a*b + c:d oparte są na tak zwanej notacji Wilkinsona : Wilkinson i Rogers 1973, Symboliczny opis modeli czynnikowych do analizy wariancji . Ten artykuł nie omawiał notacji dla modeli mieszanych (które mogły wtedy nie istnieć). Skąd więc wzięły się …

16 r  mixed-model  lme4-nlme  notation  history 

Korzystam z glmerfunkcji z lme4pakietu w R i używam bobyqaoptymalizatora (tj. Domyślnego w moim przypadku). Dostaję ostrzeżenie i jestem ciekaw, co to znaczy. Warning message: In optwrap(optimizer, devfun, start, rho$lower, control = control, : convergence code 3 from bobyqa: bobyqa -- a trust region step failed to reduce q Szukałem …

16 r  optimization  lme4-nlme  convergence  glmm 

Mam problem ze zrozumieniem wyników mojego lmer()modelu. Jest to prosty model zmiennej wynikowej (Wsparcie) ze zmiennymi przechwytywaniami stanu / Losowymi efektami stanu: mlm1 <- lmer(Support ~ (1 | State)) Wyniki summary(mlm1)są następujące: Linear mixed model fit by REML Formula: Support ~ (1 | State) AIC BIC logLik deviance REMLdev 12088 …

16 r  mixed-model  random-effects-model  lme4-nlme 

MCMCglmmOstatnio korzystam z pakietu. Jestem zdezorientowany tym, co w dokumentacji nazywane jest strukturą R i strukturą G. Wydaje się, że odnoszą się one do efektów losowych - w szczególności określają parametry wcześniejszego rozkładu na nich, ale dyskusja w dokumentacji wydaje się zakładać, że czytelnik wie, jakie są te warunki. Na …

16 r  bayesian  mixed-model  lme4-nlme 

Powiedzmy, że mamy model mod <- Y ~ X*Condition + (X*Condition|subject) # Y = logit variable # X = continuous variable # Condition = values A and B, dummy coded; the design is repeated # so all participants go through both Conditions # subject = random effects for different subjects …

16 mixed-model  lme4-nlme  overfitting  singular 

Próbuję użyć, lme4::glmer()aby dopasować dwumianowy uogólniony model mieszany (GLMM) ze zmienną zależną, która nie jest binarna, ale zmienna ciągła od zera do jednego. Można myśleć o tej zmiennej jako o prawdopodobieństwie; w rzeczywistości jest to prawdopodobieństwo zgłaszane przez ludzi (w eksperymencie, który pomagam analizować). Tj. Nie jest to ułamek „dyskretny”, …

15 r  logistic  mixed-model  glmm  lme4-nlme