Pytania otagowane jako mixed-model

Modele mieszane (inaczej wielopoziomowe lub hierarchiczne) to modele liniowe, które obejmują zarówno efekty stałe, jak i efekty losowe. Służą do modelowania danych podłużnych lub zagnieżdżonych.

3
Potencjalne zamieszanie w projekcie eksperymentu
Omówienie pytania Ostrzeżenie: To pytanie wymaga wielu ustawień. Proszę o wyrozumiałość. Mój kolega i ja pracujemy nad projektem eksperymentu. Projekt musi obejść wiele ograniczeń, które wymienię poniżej. Opracowałem projekt, który spełnia ograniczenia i daje nam obiektywne oceny naszych efektów zainteresowania. Jednak mój kolega uważa, że ​​w projekcie występuje zamieszanie. Argumentowaliśmy …
1
Raportowanie wyników liniowego modelu efektów mieszanych
Liniowe modele efektów mieszanych nie są powszechnie stosowane w moim kącie biologii i muszę zgłosić test statystyczny, którego użyłem w artykule, który próbuję napisać. Wiem, że świadomość modelowania wielopoziomowego zaczyna pojawiać się w niektórych obszarach nauk biologicznych ( Rozwiązanie zależności: używanie analizy wielopoziomowej w celu dostosowania danych zagnieżdżonych ), ale …
1
Trudności ze znalezieniem odpowiedniego modelu dopasowanego do danych zliczających z mieszanymi efektami - ZINB czy coś innego?
Mam bardzo mały zestaw danych na temat liczebności pojedynczych pszczół, które mam problemy z analizą. Są to dane zliczania i prawie wszystkie zliczenia są w jednym traktowaniu, a większość zer w drugim traktowaniu. Istnieje również kilka bardzo wysokich wartości (po jednej w dwóch z sześciu miejsc), więc rozkład zliczeń ma …
1
Oblicz prawdopodobieństwo logarytmiczne „ręcznie” dla uogólnionej regresji nieliniowej metodą najmniejszych kwadratów (NLM)
Próbuję obliczyć prawdopodobieństwo logarytmiczne dla uogólnionej regresji nieliniowej metodą najmniejszych kwadratów dla funkcji zoptymalizowanej przez funkcja w pakiecie R , przy użyciu macierzy kowariancji wariancji generowanej przez odległości na drzewie filogenetycznym przy założeniu ruchu Browna ( z pakietu). Poniższy odtwarzalny kod R pasuje do modelu GNSS przy użyciu danych x, …
1
Wnioskowanie na temat efektów stałych w modelu efektów mieszanych
Skorelowałem dane i używam modelu mieszanych efektów regresji logistycznej do oszacowania indywidualnego (warunkowego) efektu dla predyktora zainteresowania. Wiem, że w przypadku standardowych modeli brzeżnych wnioskowanie na temat parametrów modelu za pomocą testu Walda jest spójne dla współczynników prawdopodobieństwa i testów punktowych. Zazwyczaj są one w przybliżeniu takie same. Ponieważ Wald …
1
Zamieszanie z wartościami lmer i p: jak wartości p z pakietu memisc różnią się od wartości MCMC?
Miałem wrażenie, że funkcja lmer()w lme4pakiecie nie generowała wartości p (patrz lmerwartości p i tak dalej ). Używam MCMC wygenerowane wartości p zamiast, jak na to pytanie: znaczący wpływ w lme4modelu mieszanym i to pytanie: nie można odnaleźć wartości p w wyjściu ze lmer()w lm4opakowaniu wR . Ostatnio wypróbowałem pakiet …
2
Model mieszany z 1 obserwacją na poziom
Dopasowuję model efektów losowych glmerdo niektórych danych biznesowych. Celem jest analiza wyników sprzedaży przez dystrybutora, z uwzględnieniem różnic regionalnych. Mam następujące zmienne: distcode: identyfikator dystrybutora z około 800 poziomami region: identyfikator geograficzny najwyższego poziomu (północ, południe, wschód, zachód) zone: zagnieżdżona geografia średniego poziomu region, w sumie około 30 poziomów territory: …
1
Uzgadnianie notacji dla modeli mieszanych
Znam notacje takie jak: yij=β0+βixij+uj+eij=β0j+βixij+eijyij=β0+βixij+uj+eij=β0j+βixij+eij\begin{align} y_{ij} &= \beta_0 + \beta_i x_{ij} + u_j + e_{ij}\\ &= \beta_{0j} + \beta_i x_{ij} + e_{ij} \end{align} gdzie iβ0j=β0+ujβ0j=β0+uj\beta_{0j}=\beta_{0}+u_j yij=β0+β1xij+u0j+u1jxij+eij=β0j+β1jxij+eijyij=β0+β1xij+u0j+u1jxij+eij=β0j+β1jxij+eij\begin{align} y_{ij} &= \beta_0 + \beta_1 x_{ij} + u_{0j} + u_{1j} x_{ij} + e_{ij} \\ &= \beta_{0j} + \beta_{1j} x_{ij} + e_{ij} \end{align} gdzie iβ0j=β0+u0jβ0j=β0+u0j\beta_{0j}=\beta_{0}+u_{0j}β1j=β1+u1jβ1j=β1+u1j\beta_{1j}=\beta_1+u_{1j} …
1
Regresja liniowa z powtarzanymi pomiarami w R
Nie byłem w stanie wymyślić, jak przeprowadzić regresję liniową w R dla projektu z powtarzanymi pomiarami. W poprzednim pytaniu (wciąż bez odpowiedzi) zasugerowano mi, aby nie używać, lmale raczej używać modeli mieszanych. Użyłem lmw następujący sposób: lm.velocity_vs_Velocity_response <- lm(Velocity_response~Velocity*Subject, data=mydata) (więcej szczegółów na temat zestawu danych można znaleźć pod linkiem …
1
Jak mogę zoptymalizować wydajność obliczeniową przy wielokrotnym dopasowywaniu złożonego modelu do dużego zestawu danych?
Mam problemy z wydajnością przy użyciu MCMCglmmpakietu w R do uruchomienia mieszanego modelu efektów. Kod wygląda następująco: MC1<-MCMCglmm(bull~1,random=~school,data=dt,family="categorical" , prior=list(R=list(V=1,fix=1), G=list(G1=list(V=1, nu=0))) , slice=T, nitt=iter, ,burnin=burn, verbose=F) Dane zawierają około 20 000 obserwacji i są skupione w około 200 szkołach. Usunąłem wszystkie nieużywane zmienne z ramki danych i usunąłem wszystkie …
1
Różnice między PROC Mixed i lme / lmer w R - stopnie swobody
Uwaga: to pytanie jest repost, ponieważ moje poprzednie pytanie musiało zostać usunięte ze względów prawnych. Porównując PROC MIXED z SAS z funkcją lmez nlmepakietu w R, natknąłem się na pewne dość mylące różnice. Mówiąc dokładniej, stopnie swobody w różnych testach różnią się między PROC MIXEDi lmezastanawiałem się, dlaczego. Zacznij od …
12 r  mixed-model  sas  degrees-of-freedom  pdf  unbiased-estimator  distance-functions  functional-data-analysis  hellinger  time-series  outliers  c++  relative-risk  absolute-risk  rare-events  regression  t-test  multiple-regression  survival  teaching  multiple-regression  regression  self-study  t-distribution  machine-learning  recommender-system  self-study  binomial  standard-deviation  data-visualization  r  predictive-models  pearson-r  spearman-rho  r  regression  modeling  r  categorical-data  data-visualization  ggplot2  many-categories  machine-learning  cross-validation  weka  microarray  variance  sampling  monte-carlo  regression  cross-validation  model-selection  feature-selection  elastic-net  distance-functions  information-theory  r  regression  mixed-model  random-effects-model  fixed-effects-model  dataset  data-mining 
2
Jak wykonać test hipotezy MCMC na modelu regresji z efektem mieszanym z losowymi nachyleniami?
Biblioteka languageR zapewnia metodę (pvals.fnc) do testowania istotności MCMC ustalonych efektów w modelu dopasowania regresji mieszanej przy użyciu lmera. Jednak pvals.fnc podaje błąd, gdy model Lmer zawiera losowe zbocza. Czy istnieje sposób przeprowadzenia testu hipotetycznego MCMC dla takich modeli? Jeśli tak to jak? (Aby zostać zaakceptowanym, odpowiedź powinna zawierać sprawdzony …
3
Jak zaimplementować model mieszany za pomocą funkcji betareg w R?
Mam zestaw danych składający się z proporcji, które mierzą „poziom aktywności” poszczególnych kijanek, dzięki czemu wartości są powiązane od 0 do 1. Dane te zostały zebrane przez zliczenie liczby ruchów danej osoby w określonym przedziale czasu (1 dla ruchu, 0 za brak ruchu), a następnie uśrednia się, aby utworzyć jedną …
1
Jak dopasować nieliniowy model efektów mieszanych dla danych z powtarzanymi pomiarami za pomocą nlmer ()?
Próbuję analizować dane z powtarzanych pomiarów i staram się, aby to zadziałało R. Moje dane są zasadniczo następujące, mam dwie grupy leczenia. Każdy przedmiot w każdej grupie jest codziennie testowany i otrzymuje wynik (procent poprawny na teście). Dane są w długim formacie: Time Percent Subject Group 1 0 GK11 Ethanol …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.