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.
Mój kolega i ja dopasowujemy zakres liniowych i nieliniowych modeli efektu mieszanego w R. Jesteśmy proszeni o przeprowadzenie weryfikacji krzyżowej dopasowanych modeli, aby można było zweryfikować, czy zaobserwowane efekty są względnie ogólne. Zwykle jest to trywialne zadanie, ale w naszym przypadku musimy podzielić całe dane na część szkoleniową i część …
To pytanie może wydawać się głupie, ale ... czy to prawda, że losowe efekty mogą mieć zastosowanie tylko do zmiennych kategorialnych (takich jak indywidualny identyfikator, identyfikator populacji, ...), np. Powiedzxixix_i jest zmienną kategoryczną: yiyiy_i ~ βxiβxi\beta_{x_i} βxiβxi\beta_{x_i} ~ Norm(μ,δ2)Norm(μ,δ2)Norm(\mu, \delta^2) ale z zasady efekt losowy nie może mieć zastosowania do …
Poproszono mnie o przeanalizowanie niektórych danych z badania klinicznego dotyczącego dwóch metod pomiaru ciśnienia krwi. Mam dane od 50 osób, z których każda zawiera od 2 do 57 miar przy użyciu każdej metody. Zastanawiam się, jak najlepiej postępować. Oczywiście potrzebuję rozwiązania, które uwzględni fakt, że miara ciśnienia krwi jest sparowana …
Rozważ eksperyment z wieloma ludzkimi uczestnikami, z których każdy jest mierzony wiele razy w dwóch warunkach. Model efektów mieszanych można sformułować (używając składni lme4 ) jako: fit = lmer( formula = measure ~ (1|participant) + condition ) Powiedzmy, że chcę wygenerować przedziały ufności ładowania początkowego dla prognoz tego modelu. Myślę, …
Przeszukałem Google i tę stronę i nadal jestem zdezorientowany co do funkcji lmer w bibliotece lme4. Mam dane zebrane z różnych oddziałów psychiatrycznych, które mają wielopoziomową strukturę. Aby uprościć, wybiorę dwie zmienne poziomu 2 i dwie zmienne poziomu 1, chociaż tak naprawdę mam kilka innych. Poziom 2 - WardSize [jest …
Robię badanie symulacyjne, które wymaga oszacowań ładowania uzyskanych z uogólnionego liniowego modelu mieszanego (w rzeczywistości iloczyn dwóch oszacowań dla ustalonych efektów, jednego z GLMM i jednego z LMM). Prawidłowe wykonanie badania wymagałoby około 1000 symulacji z 1000 lub 1500 replikami ładowania początkowego za każdym razem. To zajmuje dużo czasu na …
Mam bardzo duży zestaw danych, w którym powtarzałem pomiary w czasie dla poszczególnych lokalizacji. Niektóre lokalizacje mogą mieć 10 punktów danych, a niektóre lokalizacje mają tylko 1 punkt danych. Dopasowuję model mieszany i używam lokalizacji jako efektów losowych. Moje pytanie brzmi: czy nadal mogę korzystać z lokalizacji, która ma tylko …
Używamy plików cookie i innych technologii śledzenia w celu poprawy komfortu przeglądania naszej witryny, aby wyświetlać spersonalizowane treści i ukierunkowane reklamy, analizować ruch w naszej witrynie, i zrozumieć, skąd pochodzą nasi goście.
Kontynuując, wyrażasz zgodę na korzystanie z plików cookie i innych technologii śledzenia oraz potwierdzasz, że masz co najmniej 16 lat lub zgodę rodzica lub opiekuna.